醫療知識圖譜智能問答系統學習總結（一）-Neo4j/Python

學習知識圖譜，一個比較好的案例是中科院軟件所劉煥勇老師在github上的開源項目，地址：https://github.com/liuhuanyong/QASystemOnMedicalKG，構建了一個肝病智能問答專業知識圖譜。

下面詳細介紹下個人學習心得：

1.拿到代碼後，首先進入build_medicalgraph.py，修改Neo4j圖庫連接信息，然後運行該代碼，即可創建肝病圖庫。

class MedicalGraph:
    def __init__(self):
        cur_dir = '\\'.join(os.path.abspath(__file__).split('\\')[:-1])   # 獲取當前絕對路徑的上層目錄 linux中應用'/'split和join
        self.data_path = os.path.join(cur_dir, 'data\hepatopathy.json')   # 獲取json文件路徑
        self.g = Graph(
            host="127.0.0.1",  # neo4j運行地址，如果是本地安裝則保持改地址
            http_port=7474,  # neo4j服務監聽的端口號，7474
            user="neo4j",  # Neo4j圖庫user name
            password="password")Neo4j圖庫password

 以下是我的圖庫Details。

執行完成後，圖庫效果如下：

2.接下來就可以運行chat_graph.py，就可以開始與肝病問答小助手聊天了。

3.目前該問答項目的流程如下，問題分類主要解決諸如已知疾病查症狀，已知疾病查治療方法等等，問題解析根據分類構造查詢語句，答案檢索執行查詢組織回覆語句，然後返回答案。

  

 下面是一個查詢示例：

 4.該項目也存在一定的不足之處，需要進行完善。

• 當檢索結果爲空時會報錯，該問題我已經修復，在answer_search.py增加結果判斷，如檢索結果爲空則返回未檢索到結果；代碼我上傳至github:https://github.com/runseason/medicalQA.git

          elif question_type == 'check_disease':
              desc = [i['m.name'] for i in answers]
              subject = answers[0]['n.name']
              if desc[0]:
                  final_answer = '通常可以通過{0}檢查出來的疾病有{1}'.format(subject, '；'.join(list(set(desc))[:self.num_limit]))
              else:
                  final_answer = '通常可以通過{0}檢查出來的疾病有 : 未檢索到結果'.format(subject)

   

• 當檢索內容與肝病無關時只能返回初始化答案，需要增加相似性判斷，然後找到相似度最高的內容，檢索答案返回給用戶；該問題還在修復中，敬請期待。