刘焕勇的基于医疗知识图谱的智能问答项目的问答流程是什么？

刘焕勇教授基于医疗知识图谱的智能问答项目的问答流程如下：

1. 用户输入问题：用户在系统中输入一个问题，例如“头痛怎么办？”

2. 分词处理：系统会对输入的问题进行分词处理，将问题切分成一个个词语。

3. 实体识别：系统会通过匹配医疗知识图谱中的实体，识别出问题中涉及到的医疗实体，如“头痛”。

4. 意图识别：系统会根据问题的内容及用户的意图，确定问题的类型，如“头痛”可以识别为“症状”。

5. 知识匹配：系统会根据问题中涉及到的实体和类型，从医疗知识图谱中匹配相关的知识。

6. 答案生成：系统会根据匹配到的知识，生成相应的答案，并返回给用户，例如“头痛可以吃一些止痛药缓解”。

7. 答案展示：系统将生成的答案展示给用户，用户可以根据需要继续提问或者结束本次问答。

相关问题

刘焕勇基于医疗知识图谱的智能问答系统项目的目录结构

以下是刘焕勇基于医疗知识图谱的智能问答系统项目的目录结构：

├── app
│   ├── __init__.py
│   ├── config.py
│   ├── controllers
│   │   ├── __init__.py
│   │   └── controller.py
│   ├── models
│   │   ├── __init__.py
│   │   ├── qa_model.py
│   │   └── kg_model.py
│   ├── static
│   │   └── css
│   │       ├── bootstrap.min.css
│   │       └── style.css
│   ├── templates
│   │   ├── index.html
│   │   └── result.html
│   └── utils
│       ├── __init__.py
│       ├── kg_utils.py
│       ├── qa_utils.py
│       └── triple_utils.py
├── data
│   ├── entity2id.txt
│   ├── kg.txt
│   ├── relation2id.txt
│   ├── test_questions.json
│   ├── train_questions.json
│   ├── valid_questions.json
│   └── vocab.txt
├── logs
├── main.py
├── README.md
├── requirements.txt
└── saved_models
    ├── kg_model.bin
    └── qa_model.bin

其中，`app`文件夹存放问答系统的代码，包括配置文件、控制器、模型、静态文件和模板文件等；`data`文件夹存放知识图谱和问题数据等；`logs`文件夹存放日志文件；`main.py`是启动文件；`README.md`是项目说明文档；`requirements.txt`是项目依赖的Python包列表；`saved_models`文件夹存放训练好的模型。

刘焕勇基于医疗知识图谱的智能问答系统项目在哪里看原码

刘焕勇基于医疗知识图谱的智能问答系统项目的原码可以在Github上找到，该项目的Github地址为https://github.com/liuhuanyong/QASystemOnMedicalKG。你可以在该地址上找到项目的所有源代码和相关文档，包括系统的前端代码、后端代码、知识图谱的构建代码等等。