Task 2 基于医疗知识图谱的问答系统操作介绍

一、引言

• 该项目主要分为两部分：

  • 第一部分：搭建知识图谱。该部分的具体讲解将在 Datawhale 知识图谱组队学习 之 Task 3 Neo4j图数据库导入数据进行介绍；
  • 第二部分：启动问答测试。构建一个简单的基于 知识图谱 的对话系统，该部分的具体讲解将在 Datawhale 知识图谱组队学习 之 Task 4 用户输入->知识库的查询语句 和 Datawhale 知识图谱组队学习 之 Task 5 Neo4j 图数据库查询 进行分别介绍；

• 本节的核心目标是 从 全局对项目的运行过程进行介绍和讲解；学习者能够跑通整个项目。

二、运行环境

• python3.0及以上
• neo4j 3.5.0及以上
• jdk 1.8.0

三、搭建知识图谱

运行该过程，请确保已经安装好 neo4j 和 jdk

安装过程请参照：JDK+NEO4J安装及配置-----记录

运行 以下命令：

    python build_graph.py 

注：由于数据量比较大，所以该过程需要运行几个小时

运行介绍之后，打开浏览器进入网址：http://localhost:7474/browser/，可以看到我们导入的数据的知识图谱，如下：

图 1 知识图谱 展示图

四、启动问答测试

运行 以下命令：

    python kbqa_test.py

运行结果如下图所示：

五、代码目录介绍

• data:存放数据
• img:存放readme里的图片
• model：存放训练好的tfidf模型和意图识别模型
• build_graph.py:构建图，详见task03
• entity_extractor.py:抽取问句中的实体和识别意图，详见task04
• search_answer.py:根据不同的实体和意图构造cypher查询语句,查询图数据库并返回答案，详见task05

六、医疗知识图谱实体信息

数据源：39健康网。包括15项信息，其中7类实体，约3.7万实体，21万实体关系。

1 知识图谱实体类型

实体类型	中文含义	实体数量	举例
Disease	疾病	14336	乙肝，癫痫
Alias	别名	8877	小儿褐黄病综合征，广疮
Symptom	症状	5622	手足烦热，四肢麻木
Part	发病部位	82	手部，上肢
Department	所属科室	82	感染科，外科
Complication	并发症	3201	落枕，流感
Drug	药品	4625	西黄胶囊，司帕沙星
Total	总计	36825

2 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
ALIAS_IS	别名是	52578	癫痫 别名是 羊角风
HAS_SYMPTOM	症状有	62105	乙肝 症状有 肝功能异常
PART_IS	发病部位是	26660	乙肝 发病部位是 肝
DEPARTMENT_IS	所属科室是	33867	乙肝 所属科室是 传染科
HAS_COMPLICATION	并发症有	25183	乙肝 并发症有 肝硬化
HAS_DRUG	可用药品	35914	乙肝 可用药品 恩替卡韦分散片
TOTAL	总计	210018	约210018对关系

3 知识图谱疾病属性

疾病属性	中文含义	举例
age	发病人群	老人，小孩
insurance	是否医保	医保
infection	是否传染	有传染性
checklist	检查项目	肝功能检查
treatment	治疗方法	药物治疗、心理治疗
period	治愈周期	一周
rate	治愈率	0.1%
money	费用	1000-2000元

七、问题意图识别

基于特征词分类的方法来识别用户查询意图

意图类型	中文含义	举例
query_disease	查询疾病	肝肿大是什么病
query_symptom	查询症状	慢性乙肝有什么表现
query_cureway	查询治疗方案	肚子一直痛怎么办
query_checklist	查询检查项目	乙肝需要做哪些检查
query_department	查询所属科室	乙肝去哪个科
query_rate	查询治愈率	乙肝能治好吗
query_period	查询治愈周期	乙肝多久能治好
disease_describe	查询疾病所以属性	慢性咽炎

参考资料

1. QASystemOnMedicalGraph