激情人妻,国产视频不卡中文,麻豆精品一区二区不卡成人网站,精品日韩偷拍

B站：科皮子菊

背景

上一個實踐項目是：,這個屬于入門級的項目，可以了解一下neo4j的一些基本操作，以及簡單的問答處理。下面進行第二個實踐項目，也是對一個開源項目源碼進行解讀和改寫，最終形成符合自己風(fēng)格的一個項目。

該項目在是挺受歡迎的，項目地址：[1]。如果喜歡閱讀源碼的友友，可以直接閱讀源碼。

原項目簡介原項目基本內(nèi)容

在我閱讀這個項目時（2022-7-17）,該項目的start數(shù)目達4.2k，fork達1.6k。從數(shù)據(jù)上來看，大家是比較認可該項目的。

當(dāng)然，原作者也是很厲害的，是中國科學(xué)院軟件研究所劉煥勇老師。

該項目從無到有搭建一個以疾病為中心的一定規(guī)模醫(yī)藥領(lǐng)域知識圖譜，并以該知識圖譜完成自動問答與分析服務(wù)。適合一個初學(xué)人員了解該類項目的過程。

該項目立足醫(yī)藥領(lǐng)域，以垂直型醫(yī)藥網(wǎng)站為數(shù)據(jù)來源，以疾病為核心，構(gòu)建起一個包含7類規(guī)模為4.4萬的知識實體，11類規(guī)模約30萬實體關(guān)系的知識圖譜。項目包括以下兩部分的內(nèi)容：

基于垂直網(wǎng)站數(shù)據(jù)的醫(yī)藥知識圖譜構(gòu)建基于醫(yī)藥知識圖譜的自動問答

該項目的最終效果如下：

看看問答的內(nèi)容，感覺還是挺好玩的。

該項目的技術(shù)架構(gòu)如下：

其中涉及的各個模塊也是現(xiàn)在當(dāng)前進行問答的主要流程。只是在不同環(huán)節(jié)有不同的細分技術(shù)。例如 ，這個部分通常在不同性質(zhì)的問答系統(tǒng)中有不同的叫法，通常也叫做意圖識別，query 就是query解析，這個不僅在問答中有重要的使用醫(yī)療問答系統(tǒng)的應(yīng)用，在搜索中也是如此，如果深究的話，就單憑query 就能夠衍生很多知識，如query錯誤糾正，query改寫等等。在知識搜尋中相關(guān)技術(shù)也比較多，有的會進行子圖切分在圖數(shù)據(jù)庫中匹配，也有使用傳統(tǒng)的規(guī)則匹配等方法去處理。

除此之外，單輪對話相對簡單，如果涉及任務(wù)型對話的，則需要涉及填槽的工作以及對話管理等等。

項目源碼閱讀與改寫

這段時間在業(yè)余時間看完了項目代碼，并對其進行了小小的重構(gòu)。然后實現(xiàn)效果如下：

做完之后總體感覺內(nèi)容也不是特別多，但是整個還是比較清晰的。值得去閱讀一下源碼。

總結(jié)

總的來說，這個項目把使用知識圖譜進行QA的一些流程介紹的比較清楚，但是在完成問答的過程中技術(shù)相對老舊醫(yī)療問答系統(tǒng)的應(yīng)用，不過效果依然還不錯。源碼已經(jīng)放到我的上：[2]，有興趣的可以下載運行看看哦，上面有運行介紹哦。

為了能夠進一步提升效果的話可以引入很多新技術(shù)。例如在問題分類環(huán)節(jié)可以引入基于深度學(xué)習(xí)的問題分類方法，在進行問題解析的時候，可以引入基于深度學(xué)習(xí)的NER實體識別方式以及進一步處進行實體對齊等，這里不作進一步展開。

除此之外，知識圖譜在構(gòu)建時需要結(jié)合業(yè)務(wù)需求，也就是在接到業(yè)務(wù)的時候以及對現(xiàn)有數(shù)據(jù)進行分析然后構(gòu)建基于業(yè)務(wù)的，再通過自然語言處理相關(guān)技術(shù)進行知識圖譜的構(gòu)建。在原項目中，使用爬蟲的方式進行數(shù)據(jù)爬取，其也可以使用NLP相關(guān)的基礎(chǔ)，優(yōu)化提取的數(shù)據(jù)等等。