QASystemOnMedicalGraph

该项目是基于医疗领域知识图谱的问答系统。实现比较简单。

从无到有搭建一个医疗领域知识图谱(知识图谱规模较小)，并基于此知识图谱搭建问答系统实现自动问题解析和回答。

项目效果

以下两张图是系统实际运行效果：

1、搭建知识图谱：python build_grapy.py。大概几个小时，耐心等待。 2、启动问答测试：python kbqa_test.py

数据源：39健康网。包括15项信息，其中7类实体，约3.7万实体，21万实体关系。

本系统的知识图谱结构如下：

1.1 知识图谱实体类型

1.2 知识图谱实体关系类型

实体关系类型	中文含义	关系数量	举例
ALIAS_IS	别名是	52578	癫痫别名是羊角风
HAS_SYMPTOM	症状有	62105	乙肝症状有肝功能异常
PART_IS	发病部位是	26660	乙肝发病部位是肝
DEPARTMENT_IS	所属科室是	33867	乙肝所属科室是传染科
HAS_COMPLICATION	并发症有	25183	乙肝并发症有肝硬化
HAS_DRUG	可用药品	35914	乙肝可用药品恩替卡韦分散片
TOTAL	总计	210018	约210018对关系

1.3 知识图谱疾病属性

基于特征词分类的方法来识别用户查询意图

1、本项目构建简单，通过本项目能了解KBQA的工作流程。

2、本次通过手工标记210条意图分类训练数据，并采用朴素贝叶斯算法训练得到意图分类模型。其最佳测试效果的F1值达到了96.68%。选用NB的原因是通过与SVM训练效果比较后决定的。

3、不足之处：

希望各位不吝赐教，任何建议请联系我。邮箱：andrew_czh@163.com