学习并复刻《基于知识图谱的农医对话系统》（九）

九、项目拓展

1.增加水稻疾病问诊内容

任务描述

在上述任务中，实现了用户通过描述“水稻病症状”查询“水稻疾病”的功能。但在实际使用中，水稻疾病问诊不仅仅只能问诊疾病，还应包括“防治措施”等内容，即用户不仅可以通过症状查询水稻所换何种疾病，还能够查询到某种疾病应该如何防治。因此，在本任务中，完善水稻疾病问诊的内容，在原有系统的基础上增加“防治措施”的查询。

知识点：数据收集、命名实体识别、句子相关性判断、知识图谱的搭建与查询（Neo4j）

重    点：数据收集、命名实体识别、句子相关性判断、知识图谱的搭建与查询（Neo4j）

难    点：数据收集、命名实体识别、句子相关性判断、知识图谱的搭建与查询（Neo4j）

内    容：1. 收集水稻疾病防治措施数据

              2. 命名实体识别数据标注

              3. 训练命名实体识别模型

              4. 搭建水稻疾病知识图谱

              5. 收集句子相关性判断数据集

              6. 训练句子相关性判断模型

              7. 部署句子相关性判断模型

              8. 对话生成

              9. 调试水稻疾病在线问诊平台

              10. 调试微信公众号

 

1. 收集水稻疾病防治措施数据

     对应收集每种水稻疾病对应的防治措施，可将“防治措施”数据添加到每种水稻疾病对应的txt文件中。

2. 命名实体识别数据标注

     使用doccano工具重新标注部分非结构化水稻疾病文本，将”水稻病症状“和“防治措施”实体词标注出来。

3. 训练命名实体识别模型

     使用新标注的数据，重新微调UIE模型，并使用微调好的UIE模型，将剩余非结构化水稻疾病文本中的”水稻病症状“和“防治措施”实体词提取出来。

4. 搭建水稻疾病知识图谱

     重新搭建水稻疾病知识图谱，将”水稻疾病“实体词（水稻疾病名称）、”水稻病症状“和“防治措施”实体词写入Neo4j，并在”水稻疾病“和”水稻病症状“节点之间创建“dis_to_sym”关系，在“水稻疾病”和“防治措施”结点之间创建“has_measures”关系。

5. 收集句子相关性判断数据集

     根据新的实体词，重新构造句子相关性判断数据集。

6. 训练句子相关性判断模型

      使用新收集的句子相关性判断数据集重新训练句子相关性判断模型。

7. 部署句子相关性判断模型

     使用Flask框架将重新训练的句子相关性判断模型进行部署上线。

8. 对话生成

     重新定义对话生成规则，增加水稻疾病“防治措施”内容的查询。

9. 水稻疾病在线问诊平台

     调试“智能问诊”功能，能够正确进行对话，并能够正确查询水稻疾病和防治措施。

10. 调试微信公众号

     调试微信公众号，能够正确进行对话，并能够查询水稻疾病和防治措施。

     

     除此之外，同学们还可以继续增加其他智能问诊内容，或者扩展其他农作物的问诊内容，让“在线问诊平台”不仅可以问诊水稻疾病，还可以问诊其他农作物的相关知识。