Skip to content

regnore/Medical_assistant

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 

Repository files navigation

项目运行环境

Neo4j安装

设置neo4j数据库用户名密码,并修改build_medicalgraph.py文件第十行的端口、用户名、密码Graph("http://localhost:11014", username=" ", password=””)和answer_search.py第五行同上。

python环境

安装Python3.79

python安装py2neo包,用于操作neo4j数据库

安装pyahocorasick 包:

pip install pyahocorasick -i https://pypi.tuna.tsinghua.edu.cn/simple/

这个需要VS环境,如果命令行安装提示没有VS环境可以进入

image-20211213221000462

用VS命令行执行pip命令

Pycharm

版本2020.3.3

目录结构介绍

image-20211213220945013

  • data: 存放知识图谱数据集,medical2是部门数据集,medical是完整数据集,完整数据集导入数据库耗时大概几小时,如果只是演示效果可以只是用medical2,但是要注意之后测试时,提问的疾病实体在数据库中存在。

  • dict: 存放各实体导出的txt文件和否定词文件。

  • intentions: textcnn模型训练文件夹。

  • Model: 存放textcnn文件和训练好的模型参数

  • prepare_data: 爬虫数据收集和数据处理部分代码

  • qasPage: 前端界面代码

  • answer_search:数据库查询模块

  • build_medicalgraph:构建知识图谱,写数据库

  • callModel:调用意图分类模型

  • chatbot_graph:问答测试入口,仅开发中使用,正式运行使用前端界面提问

  • qas-flask:后台代码

  • question_classifier:问句分类代码

  • question_parser:问句解析,将问句抽象出具体的查询语句

运行步骤

  1. 开启Neo4j数据库,运行build_medicalgraph文件,构建知识图谱,大概需要等待几小时,只有第一次初始化需要运行build_medicalgraph,之后只需要开启数据库即可。

  2. 运行qas-flask文件,开启后台。运行时配置--model TextCNN,步骤如下图:

image-20211213220836978

image-20211213220846568

在网络环境正常的情况下运行qasPage中的index.html文件,输入问题即可测试。

正确运行结果为:

image-20211213220755295

About

高级软工大作业

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages

  • JavaScript 74.4%
  • Python 24.3%
  • HTML 1.3%