医疗知识图谱智能问答系统学习总结（一）-Neo4j/Python

学习知识图谱，一个比较好的案例是中科院软件所刘焕勇老师在github上的开源项目，地址：https://github.com/liuhuanyong/QASystemOnMedicalKG，构建了一个肝病智能问答专业知识图谱。

下面详细介绍下个人学习心得：

1.拿到代码后，首先进入build_medicalgraph.py，修改Neo4j图库连接信息，然后运行该代码，即可创建肝病图库。

class MedicalGraph:
    def __init__(self):
        cur_dir = '\\'.join(os.path.abspath(__file__).split('\\')[:-1])   # 获取当前绝对路径的上层目录 linux中应用'/'split和join
        self.data_path = os.path.join(cur_dir, 'data\hepatopathy.json')   # 获取json文件路径
        self.g = Graph(
            host="127.0.0.1",  # neo4j运行地址，如果是本地安装则保持改地址
            http_port=7474,  # neo4j服务监听的端口号，7474
            user="neo4j",  # Neo4j图库user name
            password="password")Neo4j图库password

 以下是我的图库Details。

执行完成后，图库效果如下：

2.接下来就可以运行chat_graph.py，就可以开始与肝病问答小助手聊天了。

3.目前该问答项目的流程如下，问题分类主要解决诸如已知疾病查症状，已知疾病查治疗方法等等，问题解析根据分类构造查询语句，答案检索执行查询组织回复语句，然后返回答案。

  

 下面是一个查询示例：

 4.该项目也存在一定的不足之处，需要进行完善。

• 当检索结果为空时会报错，该问题我已经修复，在answer_search.py增加结果判断，如检索结果为空则返回未检索到结果；代码我上传至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 = '通常可以通过{0}检查出来的疾病有{1}'.format(subject, '；'.join(list(set(desc))[:self.num_limit]))
              else:
                  final_answer = '通常可以通过{0}检查出来的疾病有 : 未检索到结果'.format(subject)

   

• 当检索内容与肝病无关时只能返回初始化答案，需要增加相似性判断，然后找到相似度最高的内容，检索答案返回给用户；该问题还在修复中，敬请期待。