医疗知识
医疗知识图谱问答——文本分类解析
前言 Neo4j的数据库构建完成后，现在就是要实现医疗知识的解答功能了。因为是初版，这里的问题解答不会涉及深度学习，目前只是一个条件查询的过程。而这个过程包括对问题的关键词拆解分类，然后提取词语和类型去图数据库查询，最后就是根据查询结果和问题类型组装语言完成回答，那么以下就是完成这个过程的全部代 ......
医疗知识图谱问答 —— 数据同步
前言 前面的文章已经介绍了 neo4j 服务的本地安装，以及数据的增删改查操作方法。那么这里就要进入 python 项目，来完成医疗知识的构建，问答机器人的代码实现。但篇幅较长，本文就主要介绍知识图谱的构建吧。 环境 Anaconda3 Python3.8 Py2neo (新版) 数据来源 (结构) ......
医疗知识图谱问答 ——Neo4j 基本操作
前言 说到问答机器人，就不得不说一下 ChatGPT 啦。一个预训练的大预言模型，只要是人类范畴内的知识，似乎他回答得都井井有条，从写文章到写代码，再到解决零散琐碎的问题，不光震撼到我们普通人，就百度和阿里也因此紧追其后分别推出了文心一言和通义千问。 所以好像我们也可以通过 GPT，并训练特定的数据 ......
从零构建医疗领域知识图谱的KBQA问答系统：其中7类实体，约3.7万实体，21万实体关系。
# 从零构建医疗领域知识图谱的KBQA问答系统：其中7类实体，约3.7万实体，21万实体关系。 * 项目效果 以下两张图是系统实际运行效果： ![](https://ai-studio-static-online.cdn.bcebos.com/1bd7dcb1899f45889394b6d66dda ......