1、项目背景

为通过项目实战增加对知识图谱的认识，几乎找了所有网上的开源项目及视频实战教程。

果然，功夫不负有心人，找到了中科院软件所刘焕勇老师在上的开源项目，基于知识图谱的医药领域问答项目。

项目地址：

用了两个晚上搭建了两套，Mac版与版，哈哈，运行成功！！！

从无到有搭建一个以疾病为中心的一定规模医药领域知识图谱，以该知识图谱完成自动问答与分析服务。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。 本项目将包括以下两部分的内容：

1、基于垂直网站数据的医药知识图谱构建

2、基于医药知识图谱的自动问答 2、项目环境 2.1 系统

搭建中间有很多坑，且行且注意。

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

安装neo4j，neo4j 依赖java jdk 1.8版本以上：

java jdk安装方法可参考： 系统下安装JDK8，下载地址：

安装neo4j可参考博文： 安装neo4j，下载地址：

安装可参考： 环境下安装.7

根据neo4j 安装时的端口、账户、密码配置设置设置项目配置文件：.py&.py(下载项目时根据个人需要也可使用git)

数据导入： .py，导入的数据较多，估计需要几个小时。

.py导入数据之前，需要在该文件main函数中加入：

.py

启动问答： .py

2.2 Mac系统

mac本身自带、java jdk环境，可直接安装neo4j图数据库，项目运行步骤与基本一样。

问题解答：

安装过程中如遇问题可联系: -sbb。 2.3 Neo4j数据库展示

2.4 问答系统运行效果

3、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.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。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。

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。

3.1 项目目录

. ├── README.md ├── __pycache__ \\编译结果保存目录 │ ├── answer_search.cpython-36.pyc │ ├── question_classifier.cpython-36.pyc │ └── question_parser.cpython-36.pyc ├── answer_search.py ├── answer_search.pyc ├── build_medicalgraph.py \\知识图谱数据入库脚本 ├── chatbot_graph.py \\问答程序脚本 ├── data │ └── medicaln.json \\本项目的全部数据，通过build_medicalgraph.py导neo4j ├── dict │ ├── check.txt \\诊断检查项目实体库 │ ├── deny.txt \\否定词库 │ ├── department.txt \\医疗科目实体库 │ ├── disease.txt \\疾病实体库 │ ├── drug.txt \\药品实体库 │ ├── food.txt \\食物实体库 │ ├── producer.txt \\在售药品库 │ └── symptom.txt \\疾病症状实体库 ├── document │ ├── chat1.png \\系统运行问答截图01 │ ├── chat2.png \\系统运行问答截图01 │ ├── kg_route.png \\知识图谱构建框架 │ ├── qa_route.png \\问答系统框架图 ├── img \\README.md中的所用图片 │ ├── chat1.png │ ├── chat2.png │ ├── graph_summary.png │ ├── kg_route.png │ └── qa_route.png ├── prepare_data │ ├── build_data.py \\数据库操作脚本 │ ├── data_spider.py \\网络资讯采集脚本 │ └── max_cut.py \\基于词典的最大向前/向后脚本 ├── question_classifier.py \\问句类型分类脚本 ├── question_classifier.pyc ├── question_parser.py \\问句解析脚本 ├── question_parser.pyc

3.2 知识图谱的实体类型