python组件规模_医疗知识图谱NLP项目，实体规模4.4万，实体关系规模30万

原标题：医疗知识图谱NLP项目，实体规模4.4万，实体关系规模30万

本项目立足医药领域，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。本项目将包括以下两部分的内容：

基于垂直网站数据的医药知识图谱构建

基于医药知识图谱的自动问答

项目最终效果

项目运行方式

1、配置要求：要求配置neo4j数据库及相应的python依赖包。neo4j数据库用户名密码记住，并修改相应文件。

2、知识图谱数据导入：python build_medicalgraph.py，导入的数据较多，估计需要几个小时。

3、启动问答：python chat_graph.py

详细方案一、医疗知识图谱构建 1.1 业务驱动的知识图谱构建框架

2 脚本目录

prepare_data/datasoider.py：网络资讯采集脚本

prepare_data/datasoider.py：网络资讯采集脚本

prepare_data/max_cut.py：基于词典的最大向前/向后切分脚本

build_medicalgraph.py：知识图谱入库脚本

1.3 医药领域知识图谱规模

1.3.1 neo4j图数据库存储规模

1.3.2 知识图谱实体类型

1.3.3 知识图谱实体关系类型

1.3.4 知识图谱属性类型

二、基于医疗知识图谱的自动问答2.1 技术架构

2.2 脚本结构

question_classifier.py：问句类型分类脚本

question_parser.py：问句解析脚本

chatbot_graph.py：问答程序脚本

2.3　支持问答类型

问答结果展示

总结

１、本项目完成了从无到有，以垂直网站为数据来源，构建起以疾病为中心的医疗知识图谱，实体规模4.4万，实体关系规模30万。并基于此，搭建起了一个可以回答18类问题的自动问答小系统,总共耗时3天。其中，数据采集与整理1天，知识图谱构建与入库0.5天，问答系统组件1.5天。总的来说，还是比较快速。

2、本项目以业务驱动，构建医疗知识图谱，知识schema设计基于所采集的结构化数据生成(对网页结构化数据进行xpath解析)。

3、本项目以neo4j作为存储，并基于传统规则的方式完成了知识问答，并最终以cypher查询语句作为问答搜索sql，支持了问答服务。

4、本项目可以快速部署，数据已经放在data/medical.json当中，本项目的数据，如侵犯相关单位权益，请联系我删除。本数据请勿商用，以免引起不必要的纠纷。在本项目中的部署上，可以遵循项目运行步骤，完成数据库搭建，并提供搜索服务。

5、本项目还有不足：关于疾病的起因、预防等，实际返回的是一大段文字，这里其实可以引入事件抽取的概念，进一步将原因结构化表示出来。这个可以后面进行尝试。返回搜狐，查看更多

责任编辑：