基于 neo4j 知识图谱和规则匹配的肝病问答系统

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。 原始数据包含 8000 多种病，和肝病相关的有 200 多种病。

一、项目介绍

该项目的数据来自垂直类医疗网站寻医问药，使用爬虫脚本 data_spider.py，以结构化数据为主，构建了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。schema 的设计根据所采集的结构化数据生成，对网页的结构化数据进行 xpath 解析。

项目的数据存储采用 Neo4j 图数据库，问答系统采用了规则匹配方式完成，数据操作采用 neo4j 声明的 cypher。

项目的不足之处在于疾病的引发原因、预防等以大段文字返回，这块可引入事件抽取，可将原因结构化表示出来。