sysu18364073 / kg_medicine Goto Github PK

医药领域知识图谱：

发现特定领域的知识图谱，用模板来实现还是挺简洁的。虽然模板会被诟病为维护难、难扩展，给人死板的印象。但仔细分析数据类型、查询语句的结构，还是能提取到许多共同点。这些共同点可用于实体、属性、关系的扩展。

实体数量：4万4左右。

关系数量：29万左右。

文件说明：

一、MedicineSpider：使用scrapy进行医药数据爬取，存储到MongoDb中。

二、0.extract_ontology.py：将爬取保存到MongoDB的数据进行二次处理，得到更简洁的数据存到MongoDB。

三、1.build_medical_graph.py：创建实体、属性、关系，建立医药领域知识图谱，保存到neo4j中。

四、question_classifier.py：利用模板关键词，构建Actree作索引，对用户的提问进行分类。

五、question_parser.py：对用户的提问类别，组成对应的查询语句。

六、answer_search.py：根据问题类别，制作相应的回答模板。将查询得到的结果放入模板中。

七、5.chatbot_graph.py：最终效果运行demo，输入问题得到答案。

引用说明：

引用了liuhuanyong博士的一个开源项目，将爬虫部分从Request请求换成了scrapy进行爬取。当作练习scrapy。此外，对抽取了一些实体的共同点，简化了代码实现，逻辑更加清晰了，也更便于维护、扩展。