菜哥学知识图谱（通过“基于医疗知识图谱的问答系统”）（三）（代码分析）

上接菜哥学知识图谱（通过“基于医疗知识图谱的问答系统”）（二）

代码分析

这是项目内的文件结构。从基于医疗知识图谱的问答系统源码详解借一张图，按照新内容修改了一下。

├── QASystemOnMedicalKG
	├── data
		├── medical.json               # 知识数据
	├── dict
        ├── check.txt                  # 诊断检查项目实体库
        ├── deny.txt                   # 否定词库
        ├── department.txt             # 医疗科目实体库
        ├── disease.txt                # 疾病实体库
        ├── drug.txt                   # 药品实体库
        ├── food.txt                   # 食物实体库
        ├── producer.txt               # 在售药品库
        ├── symptom.txt                # 疾病症状实体库
	├── document					   # 文档
    ├── img							   # 图片
    ├── prepare_data
        ├── build_data.py              # 数据库操作脚本
        ├── data_spider.py             # 数据采集脚本
        ├── max_cut.py                 # 基于词典的最大前向/后向匹配
    ├── answer_search.py               # 问题查询及返回
    ├── build_medicalgraph.py          # 将结构化json数据导入neo4j
    ├── chatbot_graph.py               # 问答程序脚本
    ├── question_classifier.py         # 问句类型分类脚本
    ├── question_parser.py             # 问句解析脚本

一个文件一个文件的分析。
1.data\medical.json
这里面是已经存储好的疾病知识数据，打开看一下。新建一个openjson.py文件，输入以下内容：

with open(r'C:\QASystemOnMedicalKG\data\medical.json', 'r', encoding='utf8') as js:
    for js_data in js:
        print(js_data)

执行，可以看到，json文件里面的数据是这样的：

{ "_id" : { "$oid" : "5bb57901831b973a137e614d" }, 
"name" : "病毒性肠炎", 
"desc" : "病毒性肠炎(viralgastroenteritis)又称病毒性腹泻......。", 
"category" : [ "疾病百科", "内科", "消化内科" ], 
"prevent" : "及早发现和隔离病人......。",
 "cause" : "......但多数肠粘膜细胞尚正常。肠绒毛上皮细胞内空泡变性，内质网中有多量轮状病毒颗粒。", 
 "symptom" : [ "恶心与呕吐", "驻站医", "发烧", "腹泻", "腹痛", "慢性腹痛" ], 
 "yibao_status" : "否", 
 "get_prob" : "0.001%", 
 "easy_get" : "无特定人群", 
 "get_way" : "无传染性",
 "acompany" : [ "缺铁性贫血" ], 
 "cure_department" : [ "内科", "消化内科" ], 
 "cure_way" : [ "药物治疗", "康复治疗" ], 
 "cure_lasttime" : "7-14天",
 "cured_prob" : "85%-95%",
 "common_drug" : [ "盐酸左氧氟沙星胶囊", "依托红霉素片" ], 
 "cost_money" : "根据不同医院，收费标准不一致，市三甲医院约（1000——5000元）", 
 "check" : [ "便常规", "纤维肠镜", "小肠镜检查", "红细胞计数(RBC)", "细菌学检验", "粪酸碱度", "血常规", "粪细菌培养", "血小板计数（PLT）" ], 
 "do_eat" : [ "鸭蛋", "鸡蛋", "鸡肉", "芝麻" ], 
 "not_eat" : [ "杏仁", "腐竹", "白扁豆", "沙丁鱼" ], 
 "recommand_eat" : [ "冬瓜粒杂锦汤", "土豆肉末粥", "丁香酸梅汤" ], 
 "recommand_drug" : [ "司帕沙星片", "清泻丸", "复方黄连素片", "枯草杆菌二联活菌肠溶胶囊", "盐酸左氧氟沙星胶囊", "司帕沙星分散片",..... "SP", "依托红霉素片", "苦木注射液", "氧氟沙星片" ], 
 "drug_detail" : [ "联邦左福康盐酸左氧氟沙星胶(盐酸左氧氟沙星胶囊)", "广东华南依托红霉素片(依托红霉素片)", "桂林三金复方红根草片(复方红根草片)", ........"万年青苦木注射液(苦木注射液)", "惠州九惠炎宁颗粒(炎宁颗粒)", "浙江得恩德氧氟沙星片(氧氟沙星片)", "吉林跨海生化止痢宁片(止痢宁片)" ] }
{......}
{......}

可以猜测，每一种疾病是一条字典类型数据。每条数据里面有24个键值对。每个键值对的含义能猜出来。
2.dict文件夹内的各个文本文档，是各类实体库，可以挨个打开看一下。

和一个否定词库deny.txt。

3.prepare_data\data_spider.py 数据采集脚本