本篇文章内容来源于刘焕勇老师在Github上的开源项目。https://github.com/liuhuanyong/QASystemOnMedicalKG

如果打不开或者是想要数据集、源码等文件，或者是帮忙调试程序请评论留言~

项目介绍详细方案，架构等问题不再赘诉，相关链接里已经介绍很详细。这里主要着重于运行程序和代码理解（因为代码很详细，包括运行过程、结果，整篇文章可能较长）。

我用的软件相关版本：

pycharm 2021.3

neo4j 4.2.19 (community)

python 3.7

py2neo 2021.2.3

先放部分效果图：左边是图谱的一部分，右边是实体的一些属性，包括疾病原因、科室、治疗时间、治疗药物等。

首先创建一个 MedicalGraph 类，定义一个连接数据库的方法。这里需要注意的是连接 Graph 语法的问题，旧版本是需要 username="xxx", password="xxx"。

    def __init__(self):cur_dir = '/'.join(os.path.abspath(__file__).split('/')[:-1])self.data_path = os.path.join(cur_dir, 'data/medical2.json')self.g = Graph("http://localhost:7474", auth=("neo4j", "***"))self.g.delete_all()

数据集的话是之前刘老师已经在网上爬虫好的json文件，长这个样子。

为了看官们舒适体验感和有助于下面代码理解，我还是把实体类型拿过来贴一下，单纯看json文件有些乱。。

实体关系类型：

知识图谱属性类型：

好了，我们回到代码，这里有一个主程序，将MedicalGraph()类实例化，然后创建结点和关系，我们点进去看看程序的执行过程。

首先，创建知识图谱实体结点类型，这里定义了如下结点和关系，对应之前的表格很好理解。

Drugs, Foods, Checks, Departments, Producers, Symptoms, Diseases, disease_infos,rels_check, rels_recommandeat, rels_noteat, rels_doeat, rels_department, rels_commonddrug, rels_drug_producer, rels_recommanddrug,rels_symptom, rels_acompany, rels_category

然后我们进去create_diseases_nodes创建一些疾病的信息。

    def create_graphnodes(self):Drugs, Foods, Checks, Departments, Producers, Symptoms, Diseases, disease_infos,rels_check, rels_recommandeat, rels_noteat, rels_doeat, rels_department, rels_commonddrug, rels_drug_producer, rels_recommanddrug,rels_symptom, rels_acompany, rels_category = self.read_nodes()self.create_diseases_nodes(disease_infos)self.create_node('Drug', Drugs)print(len(Drugs))self.create_node('Food', Foods)print(len(Foods))self.create_node('Check', Checks)print(len(Checks))self.create_node('Department', Departments)print(len(Departments))self.create_node('Producer', Producers)print(len(Producers))self.create_node('Symptom', Symptoms)return

我们注意到第一行代码最右边等于 self.read_nodes() ，这其实就是在读取数据。这个时候跳转到我们定义的 read_nodes方法。

注意我们还是在create_graphnodes方法中，只不过跳转到了其他方法之中，这段代码有点长，思路不要乱！

    def read_nodes(self):# 共７类节点drugs = [] # 药品foods = [] #　食物checks = [] # 检查departments = [] #科室producers = [] #药品大类diseases = [] #疾病symptoms = []#症状disease_infos = []#疾病信息# 构建节点实体关系rels_department = [] #　科室－科室关系rels_noteat = [] # 疾病－忌吃食物关系rels_doeat = [] # 疾病－宜吃食物关系rels_recommandeat = [] # 疾病－推荐吃食物关系rels_commonddrug = [] # 疾病－通用药品关系rels_recommanddrug = [] # 疾病－热门药品关系rels_check = [] # 疾病－检查关系rels_drug_producer = [] # 厂商－药物关系rels_symptom = [] #疾病症状关系rels_acompany = [] # 疾病并发关系rels_category = [] #　疾病与科室之间的关系count = 0for data in open(self.data_path):disease_dict = {}count += 1print(count)data_json = json.loads(data)disease = data_json['name']disease_dict['name'] = diseasediseases.append(disease)disease_dict['desc'] = ''disease_dict['prevent'] = ''disease_dict['cause'] = ''disease_dict['easy_get'] = ''disease_dict['cure_department'] = ''disease_dict['cure_way'] = ''disease_dict['cure_lasttime'] = ''disease_dict['symptom'] = ''disease_dict['cured_prob'] = ''if 'symptom' in data_json:symptoms += data_json['symptom']for symptom in data_json['symptom']:rels_symptom.append([disease, symptom])if 'acompany' in data_json:for acompany in data_json['acompany']:rels_acompany.append([disease, acompany])if 'desc' in data_json:disease_dict['desc'] = data_json['desc']if 'prevent' in data_json:disease_dict['prevent'] = data_json['prevent']if 'cause' in data_json:disease_dict['cause'] = data_json['cause']if 'get_prob' in data_json:disease_dict['get_prob'] = data_json['get_prob']if 'easy_get' in data_json:disease_dict['easy_get'] = data_json['easy_get']if 'cure_department' in data_json:cure_department = data_json['cure_department']if len(cure_department) == 1:rels_category.append([disease, cure_department[0]])if len(cure_department) == 2:big = cure_department[0]small = cure_department[1]rels_department.append([small, big])rels_category.append([disease, small])disease_dict['cure_department'] = cure_departmentdepartments += cure_departmentif 'cure_way' in data_json:disease_dict['cure_way'] = data_json['cure_way']if  'cure_lasttime' in data_json:disease_dict['cure_lasttime'] = data_json['cure_lasttime']if 'cured_prob' in data_json:disease_dict['cured_prob'] = data_json['cured_prob']if 'common_drug' in data_json:common_drug = data_json['common_drug']for drug in common_drug:rels_commonddrug.append([disease, drug])drugs += common_drugif 'recommand_drug' in data_json:recommand_drug = data_json['recommand_drug']drugs += recommand_drugfor drug in recommand_drug:rels_recommanddrug.append([disease, drug])if 'not_eat' in data_json:not_eat = data_json['not_eat']for _not in not_eat:rels_noteat.append([disease, _not])foods += not_eatdo_eat = data_json['do_eat']for _do in do_eat:rels_doeat.append([disease, _do])foods += do_eatrecommand_eat = data_json['recommand_eat']for _recommand in recommand_eat:rels_recommandeat.append([disease, _recommand])foods += recommand_eatif 'check' in data_json:check = data_json['check']for _check in check:rels_check.append([disease, _check])checks += checkif 'drug_detail' in data_json:drug_detail = data_json['drug_detail']producer = [i.split('(')[0] for i in drug_detail]rels_drug_producer += [[i.split('(')[0], i.split('(')[-1].replace(')', '')] for i in drug_detail]producers += producerdisease_infos.append(disease_dict)return set(drugs), set(foods), set(checks), set(departments), set(producers), set(symptoms), set(diseases), disease_infos,\rels_check, rels_recommandeat, rels_noteat, rels_doeat, rels_department, rels_commonddrug, rels_drug_producer, rels_recommanddrug,\rels_symptom, rels_acompany, rels_category

进行读取文件操作(debug一下，看看代码每一步都在做些什么)

我们能够看到我们创建这些 list 成功，现在里面并没有值，下一步应该执行取数据操作，在我们的data里取第一行数据，第一行数据病症的name是肺泡蛋白质沉积症。

结合代码，我们看到已经读取数据的时候已经把每一个对应的信息放到了list里。如果 sympton 在 data_json中(data_json就是当前行数据)，然后开始循环这个列表取数据。比如说，当前是“肺泡蛋白质沉积症”，它的症状有五个分别是['紫绀','胸痛','呼吸困难','乏力','毓卓']，我们进入for循环取数据，添加到关系之中。程序继续向下运行，同样的道理，判断并发症是否在data_json中，以及病症描述、预防、原因等等。

如果 sympton 在 data_json中(data_json就是当前行数据)，然后开始循环这个列表取数据。比如说，当前是“肺泡蛋白质沉积症”，它的症状有五个分别是['紫绀','胸痛','呼吸困难','乏力','毓卓']，（这里数据不太好，可能因为数据是爬取的，症状中还出现了人名）我们进入for循环取数据，添加到关系之中。程序继续向下运行，同样的道理，判断并发症是否在data_json中，以及病症描述、预防、原因等等。

需要注意的是，我们的科室之间也存在关系，比如 ['内科'，'呼吸内科']，这时候我们取数据要判断列表的长度，如果长度为1说明只有一个数据，如果长度为2，就要分大小科室。还有drug_details的形式和其他的有所不同，包括了药品名和生产厂商，所以需要注意一下提取方式。然后继续for循环，取第2条数据，直到所有数据都取完。

所有的数据读取完之后，第一条命令执行完毕，我们再回到最初的create_graphnodes方法，执行第二条语句。

执行 create_diseases_nodes方法。该方法是创建知识图谱中心疾病的结点，给结点创建一些它的信息，如右边的信息:

    def create_diseases_nodes(self, disease_infos):count = 0for disease_dict in disease_infos:node = Node("Disease", name=disease_dict['name'], desc=disease_dict['desc'],prevent=disease_dict['prevent'] ,cause=disease_dict['cause'],easy_get=disease_dict['easy_get'],cure_lasttime=disease_dict['cure_lasttime'],cure_department=disease_dict['cure_department'],cure_way=disease_dict['cure_way'] , cured_prob=disease_dict['cured_prob'])self.g.create(node)count += 1print(count)return

这里的disease_infos 是我们之前就定义好的list, 在读取数据操作的时候已经执行了disease_infos.append(disease_dict) 将数据存放进去。所以我们遍历创建结点就可以了。

然后依次创建其他结点，也就是药品的结点、食物的结点、检查、科室等等其他相关信息的结点。

   def create_node(self, label, nodes):count = 0for node_name in nodes:node = Node(label, name=node_name)self.g.create(node)count += 1print(count, len(nodes))return

所有结点建立完成之后，到这里我们的创建知识图谱实体结点方法结束，也就是handler.create_graphnodes()执行结束，开始执行 handler.create_graphrels()。

    def create_graphrels(self):Drugs, Foods, Checks, Departments, Producers, Symptoms, Diseases, disease_infos, rels_check, rels_recommandeat, rels_noteat, rels_doeat, rels_department, rels_commonddrug, rels_drug_producer, rels_recommanddrug,rels_symptom, rels_acompany, rels_category = self.read_nodes()self.create_relationship('Disease', 'Food', rels_recommandeat, 'recommand_eat', '推荐食谱')self.create_relationship('Disease', 'Food', rels_noteat, 'no_eat', '忌吃')self.create_relationship('Disease', 'Food', rels_doeat, 'do_eat', '宜吃')self.create_relationship('Department', 'Department', rels_department, 'belongs_to', '属于')self.create_relationship('Disease', 'Drug', rels_commonddrug, 'common_drug', '常用药品')self.create_relationship('Producer', 'Drug', rels_drug_producer, 'drugs_of', '生产药品')self.create_relationship('Disease', 'Drug', rels_recommanddrug, 'recommand_drug', '好评药品')self.create_relationship('Disease', 'Check', rels_check, 'need_check', '诊断检查')self.create_relationship('Disease', 'Symptom', rels_symptom, 'has_symptom', '症状')self.create_relationship('Disease', 'Disease', rels_acompany, 'acompany_with', '并发症')self.create_relationship('Disease', 'Department', rels_category, 'belongs_to', '所属科室')

同样的，我们还需要读一遍数据取其中结点之间的关系，从第二条命令开始执行create_relationship方法，创建实体关系边。

create_relationship代码如下：

    def create_relationship(self, start_node, end_node, edges, rel_type, rel_name):count = 0# 去重处理set_edges = []for edge in edges:set_edges.append('###'.join(edge))all = len(set(set_edges))for edge in set(set_edges):edge = edge.split('###')p = edge[0]q = edge[1]query = "match(p:%s),(q:%s) where p.name='%s'and q.name='%s' create (p)-[rel:%s{name:'%s'}]->(q)" % (start_node, end_node, p, q, rel_type, rel_name)try:self.g.run(query)count += 1print(rel_type, count, all)except Exception as e:print(e)return

依次建立每一个实体的关系边，到这我们的图谱就建立起来了！

以上内容是我自己的见解，难免存在错误和不足，欢迎探讨！！再次感谢刘老师的开源项目。



												


											

（一）基于知识图谱的医疗问答系统(实例+代码理解)保姆级教程相关推荐
	

    
								
  1. Vision Transformer(VIT)代码分析——保姆级教程
		
    目录 前言 一.代码分析 1.1.DropPath模块 1.2.Patch Embeding 1.3.Multi-Head Attention 1.4.MLP 1.5.Block 1.6.Vision ...
    
		
    2. 
						
  2. 利用Simulink、STM32CUBEMX、STM32-MAT/TARGET自动生成简单的led灯闪烁代码（保姆级教程）
		
    1.简介 这里利用基于STM32F103RCT6的一块自带led灯的开发板,首先通过STM32CUBEMX产生.ioc配置文件,其次对Simulink进行所必须的配置,然后利用Simulink的图形化 ...
    
		
    3. 
						
  3. PHP微信支付V3利用官方SDK从申请到代码完成保姆级教程
		
    申请流程及配置 申请以及配置流程参考官方:https://pay.weixin.qq.com/wiki/doc/apiv3/open/pay/chapter2_6_1.shtml 根据官方的指导,我们 ...
    
		
    4. 
						
  4. 『PHP』手把手教你使用phpstorm+xdebug调试php代码（保姆级教程）
		
    文章目录 前言 搭建调试用服务器 配置phpstorm项目和php.ini 接入调试 ①浏览器调试(推荐) ②phpstorm调试 完 前言 环境基于: phpstorm 2020.1 phpstud ...
    
		
    5. 
						
  5. 大数据知识图谱项目——基于知识图谱的医疗知识问答系统（详细讲解及源码）
		
    基于知识图谱的医疗知识问答系统 一.项目概述 知识图谱是将知识连接起来形成的一个网络.由节点和边组成,节点是实体,边是两个实体的关系,节点和边都可以有属性.知识图谱除了可以查询实体的属性外,还可以很方 ...
    
		
    6. 
						
  6. 课程设计-在校整理-10 基于知识图谱的医疗智能问答小程序实现示例
		
    [在校整理-10 基于知识图谱的医疗智能问答小程序实现示例](注:仅供参考学习使用) 一.课题内容和要求 1.问题描述 2.功能要求 二.需求分析 三.概要设计 四.源程序代码 五.测试总结 六.其他 ...
    
		
    7. 
						
  7. 毕业设计第一次总结（基于知识图谱的医疗问答）
		
    毕业设计第一次总结(基于知识图谱的医疗问答) 写在文章前面:之所以做总结是因为本人也是一个刚入门知识图谱的本科萌新,也不是什么大佬,在整个过程中遇到了不少困难,然后也有一些自己的心得,想分享给后来人. ...
    
		
    8. 
						
  8. 零基础搭建基于知识图谱的电影问答系统
		
    零基础搭建基于知识图谱的电影问答系统 一.项目准备 二.项目数据 三.训练问题分类器 四.准备问答模板 五.搭建webapp 六.问题预处理 一.项目准备 首先需要一款python编译器,本人选用的是 ...
    
		
    9. 
						
  9. 写一个基于知识图谱的古诗词问答系统的背景意义，500字
		
    古诗词是中国文化的重要组成部分,具有悠久的历史和独特的艺术价值.但是,由于其语言难度较高.时代背景和文化背景的复杂性等原因,使得普通读者很难深入理解古诗词的内涵和价值.此时,基于知识图谱的古诗词问答系 ...
    
		
    10. 
		


					

最新文章
	

    
						
  1. Linux-ps命令(7)
		
    2. 
						
  2. 奇葩问题解决-----解决异常情况下的黑屏
		
    3. 
						
  3. zerodivisionerror什么意思python-Python with as的用法
		
    4. 
						
  4. Vue_error Expected indentation of 2 spaces but found 3 indent问题整理
		
    5. 
						
  5. 计算机科学与技术创新实验班是什么意思,计算机科学与技术系成立2010级创新实验班(图)...
		
    6. 
						
  6. shell 脚本实现退点输出
		
    7. 
						
  7. 图片马赛克去除工具_图片太多该如何进行排版呢？
		
    8. 
						
  8. Oracle物化视图的简单使用
		
    9. 
						
  9. 静态/动态注冊广播的差别
		
    10. 
						
  10. python怎么用input输入列表_Python - 根据列表内容验证用户输入的最佳方法是什么？...
		
    11. 
						
  11. python3 爬妹子图片网站实战 代码简明易懂
		
    12. 
						
  12. JavaScript学习之初识JS
		
    13. 
						
  13. spss数据预处理步骤_2. SPSS基本使用：数据清洗
		
    14. 
						
  14. 有道网页翻译chrome插件---我用过的最好的翻译插件
		
    15. 
						
  15. 用友NC V6.5 6.33 6.31 6.3 6.1 2019新个人所得税增强包税改升级补丁包
		
    16. 
						
  16. 对某邮件盗号诈骗团队的追踪分析和研究
		
    17. 
						
  17. 为远程群晖NAS配置固定的公网URL地址 1/2
		
    18. 
						
  18. 聊天机器人chatbot搭建及思考（TensorFlow）（附代码）
		
    19. 
						
  19. 在移动互联时代下，介绍几个Android 开发的新技术
		
    20. 
						
  20. Outlook可以收发Live Mail了
		
    21. 
		

	


热门文章
	

    
									
  1. 28岁女生转行前端晚吗？前景怎么样？
			
    2. 
						
  2. Java 2.16（几何：六边形面积）编写程序，提示用户输入六边形的边长，然后显示它的面积。
			
    3. 
						
  3. 《InnoDB存储引擎》第五章——索引与算法
			
    4. 
						
  4. 【转】楼天城楼教主的acm心路历程（作为励志用）
			
    5. 
						
  5. html边框是啥意思,css中border是什么意思
			
    6. 
						
  6. asyncio 系列五、同步原语—Synchronization Primitives
			
    7. 
						
  7. Pycharm2020.1.1最新版安装教程
			
    8. 
						
  8. Android 中自定义ViewGroup实现流式布局的效果
			
    9. 
						
  9. D3.js in action 笔记
			
    10. 
						
  10. 离散数学对学计算机有什么用
			
    11.