基于kg的自动问答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python源码+文档说明

# QASystem 知识图谱构建，自动问答，基于kg的自动问答。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。 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： 基于垂直网站数据的医药知识图谱构建 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： image image 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 image 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 image 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 image 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。 可能的原因有压力很大，过度忧虑，紧张或焦虑，悲伤或抑郁，生气，容易出现睡眠问题。 吵闹的睡眠环境，睡眠环境过于明亮，污染，过度拥挤。 ****************************************************************************************** 用户:失眠有哪些并发症？ 小勇: 失眠的症状包括：心肾不交；神经性耳鸣；咽鼓管异常开放症；偏执狂；十二指肠胃反流及胆汁反流性胃炎；腋臭；黧黑斑；巨细胞动脉炎；Stargardt病；抑郁症；腔隙性脑梗死；甲状腺功能亢进伴发的精神障碍；紧张性头痛；胃下垂；心血虚；迷路震荡；口腔结核性溃疡；痰饮；游走性结节性脂膜炎；小儿脑震荡 ****************************************************************************************** 用户:失眠的人不要吃啥？