当前位置: 首页>移动开发>正文

DataWhale组对学习之知识图谱task02

参考datawhale开源组织:https://github.com/datawhalechina/team-learning-nlp/blob/master/KnowledgeGraph_Basic/task02.md

最近新接了个项目,开始忙了,只把图谱系统跑了一下,有些坑还没填,后期会更新

基于医疗知识图谱的问答系统操作介绍

一,引言

  • 该项目主要分为两部分:

    • 第一部分:构造知识图谱。该部分的具体讲解将在Datawhale知识图谱组队学习之道。Task 3 Neo4j图数据库引入数据进行介绍;
    • 第二部分:启动问答测试。内置一个简单的基于知识图谱的对话系统,该部分的具体讲解将在Datawhale知识图谱组队学习之任务4用户输入->的查询语句和Datawhale知识图谱组队学习之任务5 Neo4j图数据库查询进行分别介绍;
  • 本节的核心目标是从上方的对项目??的运行过程进行介绍和讲解;学习者能够跑通整个项目。

二,运行环境

  • python3.6及以上
  • neo4j 3.5.2及以上
  • jdk15.0.0

三,构建知识图谱

运行该过程,请确保已经安装好neo4j和jdk

运行以下命令:

    python build_graph.py 

注:由于数据量比较大,所以该过程需要运行几个小时

运行介绍之后,打开浏览器进入网址:http:// localhost:7474 / browser /,可以看到我们引入的数据的知识图谱,如下:

DataWhale组对学习之知识图谱task02,第1张

四,启动问答测试

运行以下命令:

python kbqa_test.py

运行结果如下图所示:

DataWhale组对学习之知识图谱task02,第2张

五,代码目录介绍

  • 数据:存放数据
  • img:存放readme里的图片
  • 型号:存放训练好的tfidf模型和意图识别模型
  • build_graph.py:构建图,详见task03
  • entity_extractor.py:提取问句中的实体和识别正确,详见task04
  • search_answer.py:根据不同的实体和构造构造cypher查询语句,查询图数据库并返回答案,详见task05


https://www.xamrdz.com/mobile/4z51994244.html

相关文章: