Python+Neo4j医药知识图谱自动问答系统源码

# QABasedOnMedicaKnowledgeGraph self-implement of disease centered Medical graph from zero to full and sever as question answering base. 从无到有搭建一个以疾病为中心的一定规模医药领域知识图谱，并以该知识图谱完成自动问答与分析服务。 # 项目介绍 知识图谱是目前自然语言处理的一个热门方向，关于较全面的参考资料，可以查看我的ccks2018参会总结(https://github.com/liuhuanyong/CCKS2018Summary )。 与知识图谱相关的另一种形态，即事理图谱，本人在这方面也尝试性地积累了一些工作，可参考：(https://github.com/liuhuanyong/ComplexEventExtraction ) 关于知识图谱概念性的介绍就不在此赘述。目前知识图谱在各个领域全面开花，如教育、医疗、司法、金融等。本项目立足医药领域，以垂直型医药网站为数据来源，以疾病为核心，构建起一个包含7类规模为4.4万的知识实体，11类规模约30万实体关系的知识图谱。 本项目将包括以下两部分的内容： 1) 基于垂直网站数据的医药知识图谱构建 2) 基于医药知识图谱的自动问答 # 项目最终效果 话不多少，直接上图。以下两图是实际问答运行过程中的截图：   # 项目运行方式 1、配置要求：要求配置neo4j数据库及相应的python依赖包。neo4j数据库用户名密码记住，并修改相应文件。 2、知识图谱数据导入：python build_medicalgraph.py，导入的数据较多，估计需要几个小时。 3、启动问答：python chat_graph.py # 以下介绍详细方案 # 一、医疗知识图谱构建 # 1.1 业务驱动的知识图谱构建框架  # 1.2 脚本目录 prepare_data/datasoider.py：网络资讯采集脚本 prepare_data/datasoider.py：网络资讯采集脚本 prepare_data/max_cut.py：基于词典的最大向前/向后切分脚本 build_medicalgraph.py：知识图谱入库脚本 　　 # 1.3 医药领域知识图谱规模 1.3.1 neo4j图数据库存储规模  1.3.2 知识图谱实体类型 | 实体类型 | 中文含义 | 实体数量 |举例 | | :--- | :---: | :---: | :--- | | Check | 诊断检查项目 | 3,353| 支气管造影;关节镜检查| | Department | 医疗科目 | 54 | 整形美容科;烧伤科| | Disease | 疾病 | 8,807 | 血栓闭塞性脉管炎;胸降主动脉动脉瘤| | Drug | 药品 | 3,828 | 京万红痔疮膏;布林佐胺滴眼液| | Food | 食物 | 4,870 | 番茄冲菜牛肉丸汤;竹笋炖羊肉| | Producer | 在售药品 | 17,201 | 通药制药青霉素V钾片;青阳醋酸地塞米松片| | Symptom | 疾病症状 | 5,998 | 乳腺组织肥厚;脑实质深部出血| | Total | 总计 | 44,111 | 约4.4万实体量级| 1.3.3 知识图谱实体关系类型 | 实体关系类型 | 中文含义 | 关系数量 | 举例| | :--- | :---: | :---: | :--- | | belongs_to | 属于 | 8,844| <妇科,属于,妇产科>| | common_drug | 疾病常用药品 | 14,649 | <阳强,常用,甲磺酸酚妥拉明分散片>| | do_eat |疾病宜吃食物 | 22,238| <胸椎骨折,宜吃,黑鱼>| | drugs_of | 药品在售药品 | 17,315| <青霉素V钾片,在售,通药制药青霉素V钾片>| | need_check | 疾病所需检查 | 39,422| <单侧肺气肿,所需检查,支气管造影>| | no_eat | 疾病忌吃食物 | 22,247| <唇病,忌吃,杏仁>| | recommand_drug | 疾病推荐药品 | 59,467 | <混合痔,推荐用药,京万红痔疮膏>| | recommand_eat | 疾病推荐食谱 | 40,221 | <鞘膜积液,推荐食谱,番茄冲菜牛肉丸汤>| | has_symptom | 疾病症状 | 5,998 | <早期乳腺癌,疾病症状,乳腺组织肥厚>| | acompany_with | 疾病并发疾病 | 12,029 | <下肢交通静脉瓣膜关闭不全,并发疾病,血栓闭塞性脉管炎>| | Total | 总计 | 294,149 | 约30万关系量级| 1.3.4 知识图谱属性类型 | 属性类型 | 中文含义 | 举例 | | :--- | :---: | :---: | | name | 疾病名称 | 喘息样支气管炎 | | desc | 疾病简介 | 又称哮喘性支气管炎... | | cause | 疾病病因 | 常见的有合胞病毒等...| | prevent | 预防措施 | 注意家族与患儿自身过敏史... | | cure_lasttime | 治疗周期 | 6-12个月 | | cure_way | 治疗方式 | "药物治疗","支持性治疗" | | cured_prob | 治愈概率 | 95% | | easy_get | 疾病易感人群 | 无特定的人群 | # 二、基于医疗知识图谱的自动问答 # 2.1 技术架构  # 2.2 脚本结构 question_classifier.py：问句类型分类脚本 question_parser.py：问句解析脚本 chatbot_graph.py：问答程序脚本 # 2.3　支持问答类型 | 问句类型 | 中文含义 | 问句举例 | | :--- | :---: | :---: | | disease_symptom | 疾病症状| 乳腺癌的症状有哪些？ | | symptom_disease | 已知症状找可能疾病 | 最近老流鼻涕怎么办？ | | disease_cause | 疾病病因 | 为什么有的人会失眠？| | disease_acompany | 疾病的并发症 | 失眠有哪些并发症？ | | disease_not_food | 疾病需要忌口的食物 | 失眠的人不要吃啥？ | | disease_do_food | 疾病建议吃什么食物 | 耳鸣了吃点啥？ | | food_not_disease | 什么病最好不要吃某事物 | 哪些人最好不好吃蜂蜜？ | | food_do_disease | 食物对什么病有好处| 鹅肉有什么好处？ | | disease_drug | 啥病要吃啥药 | 肝病要吃啥药？ | | drug_disease | 药品能治啥病 | 板蓝根颗粒能治啥病？ | | disease_check | 疾病需要做什么检查 | 脑膜炎怎么才能查出来？| | check_disease |　检查能查什么病 | 全血细胞计数能查出啥来？ | | disease_prevent | 预防措施| 怎样才能预防肾虚？ | | disease_lasttime | 治疗周期 | 感冒要多久才能好？ | | disease_cureway | 治疗方式 | 高血压要怎么治？ | | disease_cureprob | 治愈概率 | 白血病能治好吗？ | | disease_easyget | 疾病易感人群 | 什么人容易得高血压？ | | disease_desc | 疾病描述 | 糖尿病 | # 问答结果展示 用户:乳腺癌的症状有哪些？ 小勇: 乳腺癌的症状包括：乳腺癌的远处转移；胸痛；乳头溢液；乳头破碎；肝肿大；泌乳障碍；乳头内陷；乳房肿块；剧痛 ****************************************************************************************** 用户:最近老流鼻涕怎么办？ 小勇: 症状流鼻涕可能染上的疾病有：枯草热；副流行性感冒；急性上呼吸道感染；硫化氢中毒；小儿衣原体肺炎；风寒感冒；慢性额窦炎；鼻源性头痛；人禽流行性感冒；小儿流行性喘憋性肺炎；病毒性感冒；慢性鼻炎；风热犯肺；感冒；顿呛；小儿急性上呼吸道感染；嗜酸细胞增多性非变态反应性鼻炎；干酪性鼻窦炎；下呼吸道感染；麻疹 ****************************************************************************************** 用户:为什么有的人会失眠？ 小勇: 失眠可能的成因有：躯体疾病和服用药物可以影响睡眠，如消化不良，头痛，背痛，关节炎，心脏病，糖尿病，哮喘，鼻窦炎，溃疡病，或服用某些影响中枢神经的药物。 由于生活方式引起睡眠问题也很常见，如饮用咖啡或茶叶，晚间饮酒，睡前进食或晚饭较晚造成满腹食物尚未消化，大量吸烟，睡前剧烈的体力活动，睡前过度的精神活动，夜班工作，白天小睡，上床时间不规律，起床时间不规律�