参考datawhale开源组织:https://github.com/datawhalechina/team-learning-nlp/blob/master/KnowledgeGraph_Basic/task02.md

最近新接了个项目，开始忙了，只把图谱系统跑了一下，有些坑还没填，后期会更新

基于医疗知识图谱的问答系统操作介绍

一，引言

• 该项目主要分为两部分：

  • 第一部分：构造知识图谱。该部分的具体讲解将在Datawhale知识图谱组队学习之道。Task 3 Neo4j图数据库引入数据进行介绍；
  • 第二部分：启动问答测试。内置一个简单的基于知识图谱的对话系统，该部分的具体讲解将在Datawhale知识图谱组队学习之任务4用户输入->的查询语句和Datawhale知识图谱组队学习之任务5 Neo4j图数据库查询进行分别介绍；

• 本节的核心目标是从上方的对项目​​的运行过程进行介绍和讲解；学习者能够跑通整个项目。

二，运行环境

• python3.6及以上
• neo4j 3.5.2及以上
• jdk15.0.0

三，构建知识图谱

运行该过程，请确保已经安装好neo4j和jdk

运行以下命令：

    python build_graph.py 

注：由于数据量比较大，所以该过程需要运行几个小时

运行介绍之后，打开浏览器进入网址：http：// localhost：7474 / browser /，可以看到我们引入的数据的知识图谱，如下：

image.png

四，启动问答测试

运行以下命令：

python kbqa_test.py

运行结果如下图所示：

image.png

五，代码目录介绍

• 数据：存放数据
• img：存放readme里的图片
• 型号：存放训练好的tfidf模型和意图识别模型
• build_graph.py：构建图，详见task03
• entity_extractor.py：提取问句中的实体和识别正确，详见task04
• search_answer.py：根据不同的实体和构造构造cypher查询语句，查询图数据库并返回答案，详见task05