基于Python+BERT+词典开发的医药知识图谱自动问答系统实现+源代码+文档说明+超详细安装教程+数据

源码下载地址

点击这里下载源码

项目介绍

一、构建医药知识图谱
二、搭建自动问答后端
三、增加前端交互
在构建医药知识图谱和自动问答时，参考了项目1。在构建医药知识图谱和问答系统上做了如下优化：

原项目存在无法回复症状到疾病的问题。因此通过爬虫直接把重新爬了每个疾病的症状描述文本。同时把原来网站的症状库所有症状名爬取得到症状名字典。
用ac算法取出症状描述文本中与症状库名对齐的所有症状 4377 个（symptom.txt）。重构疾病名-症状-症状名三元组 99492 个。
关于提及symtom推理disease的提问，由原来的单独找每个症状后合并结果改成支持多个症状的疾病交集。
当描述的症状口语化，与症状库名字无法精确匹配时，先用BERT+CRF模型2做命名实体识别。标注方法用的是BIO+C（C表示实体类型，drug/symptom/disease等），构建数据集是基于问题模板随机从领域词典中抽取领域

界面预览

项目备注

1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。
下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。

毕设定制，咨询

添加作者公众号咨询即可

源码下载地址

点击这里下载源码