search

pen-ho / medical_knowledge_graph_app-master

医药知识图谱自动问答系统实现，包括构建知识图谱、基于知识图谱的流水线问答以及前端实现。实体识别（基于词典+BERT_CRF）、实体链接（Sentence-BERT做匹配）、意图识别（基于提问词+领域词词典）。
261 stars 41 forks source link

想请问一下，sbert做实体链接时，symptom 、disease、drug的预向量化是通过什么方式做的？项目没发现这一步 #6

Open 13227721183 opened 1 year ago

13227721183 commented 1 year ago

想请问一下，sbert做实体链接时，symptom 、disease、drug的预向量化是通过什么方式做的？项目没发现这一步

pen-ho commented 1 year ago

想请问一下，sbert做实体链接时，symptom 、disease、drug的预向量化是通过什么方式做的？项目没发现这一步

https://www.sbert.net/examples/applications/semantic-search/README.html 可以看sbert这个文档，先把symptom 、disease、drug的词通过sbert 进行encode成向量然后导出，就是我embedding下的pkl文件。然后用util.semantic_search对离线计算好的emb和线上输入的query的emb计算相似度查出得分最高的字典中的词。

ZHAOFEGNSHUN commented 7 months ago

请问这部分代码可以贴一下吗？谢谢您