基于知识图谱的医药领域问答项目QASystemOnMedicalKG

基本资料

项目是找的中科院软件所刘焕勇老师在github上的开源项目，基于知识图谱的医药领域问答项目QASystemOnMedicalKG。

该项目立足医药领域，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。

我的环境：

• win10
• python3.8
• neo4j数据库

项目流程

1. 配置好neo4j数据库，记住账号密码。方法：windows下安装Neo4j

2. 通过build_medicalgraph.py把从网页爬出来的信息导入neo4j数据库，项目中已经有信息了，在data文件夹的medical.json里。这里只需要改下里面的代码：

   class MedicalGraph:
   	def __init__(self):
   	    cur_dir = '/'.join(os.path.abspath(__file__).split('/')[:-1])
   	    self.data_path = os.path.join(cur_dir, 'data/medical.json')
   	    self.g = Graph(
   	        host="127.0.0.1",  # neo4j 搭载服务器的ip地址，ifconfig可获取到
   	        http_port=7474,  # neo4j 服务器监听的端口号
   	        user="neo4j",  # 数据库username，如果没有更改过，应该是neo4j
   	        password="******")  #自己设置的密码
   
   
   	...(中间省略)
   
   
   if __name__ == '__main__':
   	handler = MedicalGraph()
   	handler.create_graphnodes()   # 创建知识图谱实体节点类型
   	handler.create_graphrels()    # 创建实体关系边 
   
   

   导入关系需要较久的时间，可以实时查看neo4j数据库的信息：
   

3. answer_search.py同样修改neo4j信息

4. 运行chatbot_graph.py
   

出现的问题

1. ‘gbk’ codec can’t decode byte 0xa3 in position 29: illegal multibyte sequence
   在open函数里面加上encoding='UTF-8’
   
2. 需要运行Neo4j后项目才能正常运行。
   在对应路径执行 neo4j.bat console 命令