---

注：
① 本项目虽然是轻量级的，却是入门基于知识图谱的问答系统的一个好项目，整个项目可作为本科阶段的课程设计，建议收藏。
以下三篇文章可用于进一步学习。
② 基于知识图谱的古诗词问答系统（全网首篇+包复现）
③ 基于知识图谱的古诗词问答系统（全网首篇+包复现+理论篇）
④ 基于知识图谱的古诗词问答系统（全网首篇+包复现+实践篇）

---

一、项目概述

  至于什么是知识图谱，什么是问答系统，什么是基于知识图谱的问答系统，本篇文章并不打算回答。这些先验知识，可以在复现完本项目后再做进一步地了解和学习。本文章，主要为你从代码实践的角度，理解和学习知识图谱和问答系统。
  基于知识图谱的医药问答系统，来源于刘焕勇老师2018年（属实有点久远了，但用于入门级学习已经够了😁😁😁）的开源项目，在该项目中，刘老师已经回答了构建方案、系统架构等问题。本篇文章在刘老师的项目基础上，做了简单的调整和复现，以下展示部分效果图。

  图1：知识图谱的构建过程

  图2：问答框架

  图3：医药知识图谱实体类型

  图4：医药知识图谱关系类型

  图5：医药知识图谱问答系统支持回答的问题类型

  图6：医药知识图谱

  图7：基于知识图谱的医药问答系统

  在本文以下章节中，所有提到的相关文件可通过评论区留言或私信作者获取。本项目代码点击链接获取：基于知识图谱的医药问答系统。
  💫项目源码:
  💫下载链接：https://pan.baidu.com/s/1mmDlrHf5lUQ4GSSb5gnWvg?pwd=1024

二、系统环境配置

2.1 集成开发环境（IDE）

  本项目的复现，主要在JetBrains PyCharm平台完成，使用的是其专业版本，当然社区版本也可以的。专业版本的获取方式主要是通过购买或者完成学生认证，当然通过关注微信公众号（火星软件安装🉑🉑🉑）也能够获取到专业版本，本文选取的是Pycharm 2024.1 的版本，安装过程按照其指引完成即可不必赘述。
  💫PyCharm:
  💫下载链接：https://pan.baidu.com/s/1heT20dwn44V63O-TzB9blQ?pwd=1024

2.2 Anaconda的安装

  由于本项目是轻量级的，所以不使用Anaconda也可以，但为了更好的管理项目环境包，建议使用Anaconda，本文使用的版本是23.11.0。
  安装的版本尽量选取近年稳定的，而不必一定选取最新版本，如果还没有使用过的小伙伴们，赶快点击博文——史上最全最详细的Anaconda安装教程按照其步骤下载安装就好了。

2.3 JDK与Neo4j的安装

  本系统依赖的知识图谱会存储在Neo4j中，Neo4j是一款优秀的NoSQL型图数据库，有社区版和企业版，安装社区版就能够满足个人开发中的绝大多数需求了，比如社区版中可存储图的节点数量在亿级，可存储的关系数量同样。安装Neo4j之前还需要安装JDK，因为Neo4j的部分功能依赖Java而实现。
  本文使用的JDK版本是17.0.9，使用社区版本的Neo4j的版本是5.15.0；安装教程按照博文——Neo4j安装+安装JDK（Windows超详细）里的步骤一步一步安装就好，而两个软件的安装包请点击下面链接获取。
  💫JDK:
  💫下载链接：https://pan.baidu.com/s/1ZMqcRVnN_5RYXH2OGat4wQ?pwd=1024

  💫Neo4j：
   💫下载链接：https://pan.baidu.com/s/12K1D-2lOU83B_SSfBXa48A?pwd=1024

三、项目复现流程

3.1 项目部署与环境搭建

  将第二章中提到的项目下载并解压到本地，然后安装项目依赖的环境。无论是PyCharm还是其他的IDE，直接将 requirements.txt 中的环境下载到你所需要的解释器。若有Anaconda，则将项目在终端打开，然后依次执行以下3条命令即可完成环境的安装。

command1: conda create -n medicine python=3.9
command2: conda activate medicine
command3: pip install -r requirements.txt

3.2 构建医药知识图谱

  在构建医药知识图谱之前，首先需要创建数据库 medicine ，然后在代码中更改部分配置。
  根据你安装 neo4j 的文件夹，在目录 \neo4j-community-5.15.0\conf 下找到 neo4j.conf 文件，按下图更改则可以创建数据库。更改完成后，在终端通过命令 neo4j restart 则可以在浏览器中看到创建好的 medicine 数据库。

  创建完数据库后，就可以向数据库中导入知识图谱的节点和关系了，笔者提供两种方法的导入。第一种是使用纯python的模式导入，但是耗费时间，完全导入约2个小时。第二种是将笔者备份的数据库直接恢复到你所创建的数据库中。按以下操作流程即可。
  第一种方法。打开项目文件 \KGQA_Medicine\create_medical_graph.py ，按下图更改 neo4j 的配置，然后直接启动该程序，静候佳音。待程序跑完，可在浏览器查看导入的知识图谱。

  第二种方法。通过下面的链接将笔者备份的 medicine 数据库保存并解压到本地，请记住解压的位置，后续会用到。然后找到Neo4j的安装目录下的 bin 文件夹，输入 cmd 进入系统终端，如下图所示。
  💫medicine 数据库:
  💫下载链接：https://pan.baidu.com/s/1V-2dIKEWUWm9XskaVK6xrA?pwd=1024

   进入终端后，再输入命令（命令中 path 为 medicine.dump 存放的文件夹的绝对路径，根据实际情况更改即可）完成数据库的恢复，但前提是确保自己的 medicine 数据库处于关闭状态（终端输入 neo4j stop 关闭数据库）。

neo4j-admin database load --from-path=D:\medicine --overwrite-destination=true medicine

   最后在终端输入 neo4j start 命令启动数据库，就可以在浏览器查看整个数据库了。

3.3 项目启动

   完成以上步骤后，就可以启动本项目了。在项目文件 \KGQA_Medicine.py 中按下图更改 neo4j 的配置，若是在Anaconda的环境下，则在 medicine 虚拟环境下点击启动，就可以开始问答了。

四、项目总结

  首先特别感谢刘焕勇老师的开源项目，能够为我们提供该领域的入门级学习。
  源码里都有详细的注释，应该很好理解。但该项目仍存在诸多问题，例如知识库的构建较为久远，势必有关“新冠肺炎”的问题该系统无法回答；针对NLP，在NLG和NLU方面，该项目使用的工具和方法也比较古老。抛开这些问题不谈，整个项目对于新手入门来说，足矣。
  目前AIGC如此强大，基于知识图谱的问答系统是否还有存在的余地，这是一个仍值得商榷的问题。
  在复现本项目的过程中，有任何问题，都欢迎你在评论区留言或私信我。

参考文献

 ① 邵浩,张凯,李方圆等. 从零构建知识图谱: 技术、方法与案例[M]. 北京:机械工业出版社,2021.

---

文章推荐

🌞 基于知识图谱的古诗词问答系统 - 综述篇

🌞 基于知识图谱的古诗词问答系统 - 理论篇

🌞 基于知识图谱的古诗词问答系统 - 实践篇