中文医疗问答系统

预览

介绍

本项目为本人的本科毕业设计，基于知识图谱的中文医疗问答系统，通过爬虫工具从公开的医疗网站获取医疗知识并利用Neo4j图数据库构建知识图谱。问句意图利用Fasttext文本分类算法识别，并简单编写了一个槽位记忆功能辅助记住上下文信息，最后利用Django框架搭建了一个简单的前端对话界面。

使用步骤

1. 下载本项目并安装必备环境依赖

必备

JDK 15以上
Neo4j 4.2.1
Python3.6以上
Django 2.1.7
jieba 0.42.1
fasttext 0.9.2
py2neo 2020.1.1

爬虫相关

requests 2.25.1
lxml 4.3.0
retrying 1.3.3
vthread 0.1.1
cchardet 2.1.7

其他

pyTelegramBotAPI 3.7.4 （用于连接TelegramBot）

2. 安装Neo4j数据库

Neo4j安装教程

3. 还原Neo4j数据

点击医疗知识图谱数据下载数据，提取码：a04c

下载后执行下面的命令进行数据还原

# 如果没有把neo4j的命令加进环境变量，请到neo4j的安装目录下的bin文件中执行
# 假设neo4j.dum的路径是:G:/dump/neo4j.dump
# neo4j数据库的名称是graph

neo4j-admin load --from=G:/dump/neo4j.dump --database=graph.db --force

4. 修改用户名密码

打开项目中的contextual/KGQuery.py文件，修改连接的用户名和密码

5. 启动Neo4j服务

# 在命令行中启动Neo4j
neo4j.bat console

6. 启动Django服务访问默认地址

# 定位到MASystem目录下，执行manage.py
python manage.py runserver

Telegram Bot说明

TelegramBot需要到官网申请创建机器人，并将生成的Token复制到telegramBot.py的Token变量即可运行。

项目模块

代码文件结构

主要代码存放在MASystem文件夹中

Crawler 爬虫代码以及爬取到的医疗信息
- dict 实体字典列表
- entities 爬取的所有数据，整理成json格式
- build_dict.py 从爬取后的数据中提取实体字典
- buIld_graph.py 依靠爬取的数据连接neo4j构建知识图谱
- request_disease.py 爬取疾病分类数据
- request_others.py 爬取其他分类数据
classifier 意图分类器相关代码
- dict 部分意图语料和实体字典
- intent 意图语料
- models 存储训练好的模型
- fasttext_data.txt Fasttext库能够识别的语料
- intent.txt 所有意图的举例解释文件
- stopwords.txt 停用词语料
- train_intents_fasttext.py 训练Fasttext分类器的代码
- vocabs.txt 训练Fasttext过程中留下的字典，不重要
- word2vec-test.py 采用word2vec的尝试，不重要
contextual 处理上下文信息的代码
- IntentDetector.py 调用模型识别意图代码
- IntentProcessor.py 记忆上下文实体，处理对应意图的回复
- KGQuery.py 提供从图数据库查询的各类方法
telegramBot.py 支持机器人在telegram上运行的相关代码
static中存放网页相关的静态文件
其他文件均为 Django框架生成或依赖的文件

Jezemy/MASystem