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?
时间: 2024-02-03 11:50:48 浏览: 30
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。