KBQA_medical

基于知识图谱的医疗问答系统

1、构建知识图谱。

定义Schama层，从JSON文件中抽取实体，并定义实体之间的关系类型，存储在Neo4j中

2、利用BILSTM-CRF进行命名实体识别。

识别用户问题中的实体

3、利用CasRel模型进行关系抽取。

获取用户问题中实体之间的关系，这里的关系应是Schama中定义好的关系

4、利用BM25+esim进行实体规范化。

使用户问题中的实体与知识图谱中的实体相对应

5、利用BERT+textCNN进行意图识别和槽位填充。

明确用户问题的意图，如用户的意图是问症状还是问药物；根据识别出用户问题中的实体、关系等信息，填充语义槽

6、效果展示。

参考链接：

https://github.com/wangle1218/KBQA-for-Diagnosis
https://github.com/liuhuanyong/QASystemOnMedicalKG