/KBQA-for-Diagnosis

Knowledge Graph,Question Answering System，基于知识图谱和向量检索的医疗诊断问答系统

Primary LanguagePython

基于知识图谱的医疗诊断知识问答系统

号外，我开通了一个知识星球，在里面我将提供一下服务：

  • 上传项目里所有涉及到的代码、数据、模型
  • 回答每一个球员的项目相关问题，即使再简单的基础问题
  • 解决你在运行项目代码时的 BUG 问题
  • 一些在学习NLP算法时遇到的一些困恼
  • 校招及初级社招简历中的算法项目的润色指导
  • 后续的NLP基础课程的一切答疑（课程目录大纲在最后）

imang

环境

  • python >= 3.6
  • pyahocorasick==1.4.2
  • requests==2.25.1
  • gevent==1.4.0
  • jieba==0.42.1
  • six==1.15.0
  • gensim==3.8.3
  • matplotlib==3.1.3
  • Flask==1.1.1
  • numpy==1.16.0
  • bert4keras==0.9.1
  • tensorflow==1.14.0
  • Keras==2.3.1
  • py2neo==2020.1.1
  • tqdm==4.42.1
  • pandas==1.0.1
  • termcolor==1.1.0
  • itchat==1.3.10
  • ahocorasick==0.9
  • flask_compress==1.9.0
  • flask_cors==3.0.10
  • flask_json==0.3.4
  • GPUtil==1.4.0
  • pyzmq==22.0.3
  • scikit_learn==0.24.1

效果展示

为能最简化使用该系统，不需要繁杂的部署各种七七八八的东西，当前版本使用的itchat将问答功能集成到微信做演示，这需要你的微信能登入网页微信才能使用itchat；另外对话上下文并没有使用Redis之类的数据库实时存储到内存里，而是使用json文件的存、读进行的。

能够回答哪些疾病相关知识，可以参考这个疾病实体字典里的疾病；另外目前并没有实现实体链指的功能（因为没有相关的开源数据集），因此现在只支持“疾病”实体的完整、准确输入的解析。

imang

imang

imang

完整演示视频

如何运行demo代码

  1. 下载意图识别模型文件

由于该模型是使用bert训练的，比较大，因此我上传到百度网盘了，有需要的可以自己去下载，然后将其放到目录KBQA-for-Diagnosis\nlu\bert_intent_recognition\checkpoint下。

下载地址

链接：https://pan.baidu.com/s/1HYB3RwfDs_JcreuEYH51Tw 提取码：b3cd 复制这段内容后打开百度网盘手机App，操作更方便哦

下载roberta预训练模型 从哈工大官方github下载，点这里，下载RBT3,Chinese 版本（貌似是这个，反正是一个三层的简单版）；或者直接点这里用讯飞云下载

下载好后解压放在项目路径下，然后在bert意图识别文件夹的 app.py代码里改一下预训练模型的路径。

  1. 启动neo4j

打开cmd ，进入安装目录，输入neo4j.bat console就行；如果是Linux系统，你可以输入./neo4j start后台启动

C:\Users\wangle>d:

D:\>cd D:\neo4j-chs-community-4.2.2-windows\bin

D:\neo4j-chs-community-4.2.2-windows\bin>neo4j.bat console
Java HotSpot(TM) 64-Bit Server VM warning: Option UseBiasedLocking was deprecated in version 15.0 and will likely be removed in a future release.
2021-05-30 03:27:00.749+0000 INFO  Starting...
2021-05-30 03:27:02.126+0000 INFO  ======== Neo4j 4.2.2 ========
2021-05-30 03:27:03.404+0000 INFO  Performing postInitialization step for component 'security-users' with version 2 and status CURRENT
2021-05-30 03:27:03.405+0000 INFO  Updating the initial password in component 'security-users'
2021-05-30 03:27:03.617+0000 INFO  Bolt enabled on localhost:7687.
2021-05-30 03:27:04.194+0000 INFO  Remote interface available at http://localhost:7474/
2021-05-30 03:27:04.194+0000 INFO  Started.
  1. 启动意图识别和槽位填充服务

依次双击run_intent_recog_service.bat 和 run_ner_service.bat 两个 bat 文件，打开后不要关闭；如果你是Linux系统，请将其改成 shell 脚本 然后运行。

  1. 启动itchat

打开一个新的cmd，进入项目文件夹路劲，输入：

python itchat_app.py

之后微信扫描二维码就可以在微信里做问答了。

imang

提示以下信息表明登入成功，如果报错，说明你的微信不能登入网页微信，可以换一个注册时间有7/8年的微信试试

Login successfully as 你的微信账号
Start auto replying.

后期计划

系列视频持续更新中……，后期代码也将一并上传（第一版demo已全部上传）

当前实现的是最小演示版本，后期会加上Redis、elasticsearch、tf-serving等技术栈，如果有前端配合的话也可以将问答服务发布成后端接口，这样就可以做工程化部署了。

点击这里观看视频

本项目系列视频大纲如下，最后可能会有细微差别，影响不大

imang

imang