Advertisement

基于知识图谱的疾病知识问答系统的Java毕设源码及项目说明.zip

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本压缩包包含一个基于Java编写的毕业设计项目源代码和文档,该项目构建了一个利用知识图谱进行疾病相关问题自动回答的系统。 【资源说明】Java毕设基于知识图谱的疾病知识问答系统源码+项目说明.zip 1. 实体类型 | 实体类型 | 中文含义 | 实体数量 | 举例 | | ---------- | -------- | ----------- | ---- | | Disease | 疾病 | 8792 | 感冒 | | Department| 科室 | 54 | 内科 | | Check | 检查项目 | 3342 | 血常规| | Drug | 治疗药品 | 1204 | 布洛芬片| | Food | 食物 | 4854 | 蜂蜜 | | Symptom | 症状 | 6556 | 腹腔积血 | | Total | 总计 | 24802 | 约2.5万实体 | ### 实体关系三元组 - ``:疾病所属科室 - ``:疾病检查项目 - ``:疾病常用药物 - ``:疾病症状 - ``:疾病宜吃食物 - ``:疾病忌吃食物 - ``:推荐食谱 - ``:疾病并发症 ### 实体关系信息 | 实体关系类型 | 中文含义 | 关系数量 | 示例 | | -------------- | ----------- | ------------------- | ------------------------------------------------------------------------| | belongs_to | 属于 | 8784 | <哮喘,belongs_to,内科> | | common_drug | 常用药物 | 13477 | <小儿肺炎,common_drug,小儿肺热平胶囊> | | good_food | 宜吃食物 | 34221 | <胸椎骨折,good_food,黑鱼> | | avoid_food | 忌吃食物 | 34215 | <感冒,avoid_food,猪油> | | check_item | 检查项目 | 39098 | <肾结石,check_item,尿液颜色> | | recommand_recipes| 推荐食谱 | 39663 | <肝病,recommand_recipes,芝麻小米粥> | | has_complication | 并发症 | 19151 | <痔疮,has_complication,直肠癌> | | has_symptom | 疾病症状 | 58398 | <冠心病,has_symptom,心慌;呼吸困难;心力衰竭> | ### 总计 近25万实体关系 该资源内项目代码都经过测试运行成功,功能正常的情况下才上传的,请放心下载使用!本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶。当然也可作为毕设项目、课程设计或作业使用。如果基础还行,也可以在此代码基础上进行修改以实现其他功能,并可直接用于毕业设计或课程设计中。 欢迎下载并沟通交流,互相学习共同进步!

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Java.zip
    优质
    本压缩包包含一个基于Java编写的毕业设计项目源代码和文档,该项目构建了一个利用知识图谱进行疾病相关问题自动回答的系统。 【资源说明】Java毕设基于知识图谱的疾病知识问答系统源码+项目说明.zip 1. 实体类型 | 实体类型 | 中文含义 | 实体数量 | 举例 | | ---------- | -------- | ----------- | ---- | | Disease | 疾病 | 8792 | 感冒 | | Department| 科室 | 54 | 内科 | | Check | 检查项目 | 3342 | 血常规| | Drug | 治疗药品 | 1204 | 布洛芬片| | Food | 食物 | 4854 | 蜂蜜 | | Symptom | 症状 | 6556 | 腹腔积血 | | Total | 总计 | 24802 | 约2.5万实体 | ### 实体关系三元组 - ``:疾病所属科室 - ``:疾病检查项目 - ``:疾病常用药物 - ``:疾病症状 - ``:疾病宜吃食物 - ``:疾病忌吃食物 - ``:推荐食谱 - ``:疾病并发症 ### 实体关系信息 | 实体关系类型 | 中文含义 | 关系数量 | 示例 | | -------------- | ----------- | ------------------- | ------------------------------------------------------------------------| | belongs_to | 属于 | 8784 | <哮喘,belongs_to,内科> | | common_drug | 常用药物 | 13477 | <小儿肺炎,common_drug,小儿肺热平胶囊> | | good_food | 宜吃食物 | 34221 | <胸椎骨折,good_food,黑鱼> | | avoid_food | 忌吃食物 | 34215 | <感冒,avoid_food,猪油> | | check_item | 检查项目 | 39098 | <肾结石,check_item,尿液颜色> | | recommand_recipes| 推荐食谱 | 39663 | <肝病,recommand_recipes,芝麻小米粥> | | has_complication | 并发症 | 19151 | <痔疮,has_complication,直肠癌> | | has_symptom | 疾病症状 | 58398 | <冠心病,has_symptom,心慌;呼吸困难;心力衰竭> | ### 总计 近25万实体关系 该资源内项目代码都经过测试运行成功,功能正常的情况下才上传的,请放心下载使用!本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶。当然也可作为毕设项目、课程设计或作业使用。如果基础还行,也可以在此代码基础上进行修改以实现其他功能,并可直接用于毕业设计或课程设计中。 欢迎下载并沟通交流,互相学习共同进步!
  • 与BERT-python文档.zip
    优质
    本项目为基于知识图谱和BERT技术构建的智能问答系统,采用Python编写,并包含详细代码及说明文档。适合学术研究和技术学习使用。 【资源介绍】 本项目提供基于知识图谱与BERT的问答系统源码及详细文档,压缩包内包含所有必要的文件以及详细的使用指南。 **核心功能:** - **命名实体识别(NER):** 利用预训练模型BERT进行高效的命名实体识别。 - **句子相似度计算:** 同样采用BERT来衡量不同文本之间的语义接近程度。 项目分为两种模式: 1. 在线预测(online predict): 用于实时处理和分析数据,适合实际应用环境中的即时反馈需求; 2. 离线预测(outline predict):适用于批量任务或大规模数据分析场景。 **技术架构与实现细节** - **命名实体识别模块:** 含有lstm_crf_layer.py, run_ner.py, tf_metrics.py等关键文件,实现了基于BERT的NER模型。 - **句子相似度计算模块:** 包括args.py和run_similarity.py两个主要脚本,负责加载预训练参数并执行任务; - **问答系统(KBQA)模块:** 通过terminal_predict.py、kbqa_test.py进行知识库查询及回答生成。 **环境配置** 项目依赖Python3.7版本,并需安装TensorFlow1.13.2及其他相关工具。数据处理和存储方面,推荐使用XAMPP3.3.2与Navicat Premium 12来管理MySQL数据库; - **Data文件夹:** 存储原始及预处理过的数据集。 - **ModelParams文件夹:** 包含中文BERT模型的参数配置; - **Output文件夹:** 输出各类中间结果和最终预测值。 **使用方法** 针对每个模块,都有详细的命令行脚本支持训练、调参以及测试。例如: 1. NER训练与调整:通过`run_ner.sh`执行。 2. 在线/离线NER预测:分别设置do_predict_online或do_predict_outline为True即可运行; 3. 模型预训练和评估任务:修改args.py中的train、test参数来切换模式。 **项目说明** 该资源专为计算机科学领域(如人工智能方向)的学术研究者及初学者设计,旨在提供一个完整的实践案例。无论是作为课程作业还是毕业论文的研究基础,本项目都具有较高的参考价值和实用意义。对于技术爱好者而言,则是一个深入学习BERT模型及其应用的良好起点。 欢迎下载并使用上述资源进行个人或团队项目的开发工作,并期待与各位同学、老师及同行们共同探讨交流!
  • SpringBoot+Neo4j医疗(优质
    优质
    本作品为一款高质量毕业设计成果,基于Spring Boot与Neo4j技术构建的医疗知识图谱问答系统。该项目不仅提供详尽的源代码和数据库结构,还包含详细的文档指导,旨在帮助用户快速搭建并理解该系统的核心功能与架构设计,适用于学术研究、个人学习及实际项目应用。 该项目为个人毕业设计项目,在答辩评审中获得了98分的高分。整个项目的代码已经过详细调试与测试,确保可以顺利运行,并可供他人下载使用。 本资源特别适合于计算机、通信工程、人工智能以及自动化等相关专业的学生、教师或从业人员学习参考,同时也适用于期末课程设计、大作业和毕业设计等场景。项目不仅具有较高的学术研究价值,对于有较强基础能力的学习者来说,在此基础上进行修改与调整以实现更多功能也是可行的。 该系统基于Spring Boot框架结合Neo4j图数据库技术构建了一个医疗系统的知识图谱问答平台,旨在通过先进的技术和方法为用户提供高效便捷的服务体验。
  • SpringBoot+Neo4j医疗(优质计).zip
    优质
    这是一个采用SpringBoot和Neo4j技术构建的医疗知识图谱问答系统的开源代码与详细文档,适用于高校计算机专业学生作为高质量的毕业设计参考。 【资源说明】该资源包含项目的全部源码,下载后可以直接使用。 2、本项目适合作为计算机、数学、电子信息等相关专业的课程设计、期末大作业或毕业设计项目,作为参考资料进行学习与借鉴。 3、若将此资源用作“参考资料”,如需实现其他功能,则需要能够看懂代码,并且有钻研精神,自行调试和修改。基于springboot+neo4j的医疗系统知识图谱问答算法源码及项目说明(高分毕设).zip #### 医疗知识图谱自动问答系统 1、生成词典:运行 test/java/com/GenerateData.java 文件中的相应代码。 2、训练模型 (问题类型分类):在test/java/com/AppGenerateDataDemo.java文件中,调用trainTextCnn 方法进行操作。 3、数据插入neo4j: 在test/java/com/AppGenerateDataDemo.java文件中执行insertNeo4j方法。 4、启动 spring boot:运行src/main/java/com/App.java 文件中的main 方法。 该系统的实际运行效果如下图所示(此处省略图片展示)。
  • 医疗前端演示.zip
    优质
    本资源提供了一个基于知识图谱技术的医疗领域问答系统的前端展示代码和相关文档。它旨在通过结构化医学知识为用户提供准确、高效的健康咨询服务,同时附带详细的项目介绍帮助开发者理解和实现类似应用。 该资源包含经过严格调试的项目代码,确保下载后即可运行。适合计算机相关专业的学生(如计算机科学、人工智能、大数据、数学及电子信息专业)在进行课程设计、期末作业或毕业设计时使用,同时也适用于希望学习此技术的相关人员作为参考资料。 此外,本资源提供了完整的源码文件,但需要有一定的基础知识才能理解和调试代码。具体内容包括基于知识图谱的医疗问答系统及其前端展示的演示程序和项目说明文档。
  • -智能心理咨询Python代书.zip
    优质
    本资源包含一个基于知识图谱技术的智能心理咨询问答系统的设计与实现。采用Python语言开发,附带详细的项目说明书,涵盖需求分析、系统架构及实现细节等。 此项目为已通过导师指导并获得高分的毕业设计作品,适用于课程设计及期末大作业。内容包括基于知识图谱的心理咨询智能问答系统的Python源码与项目说明文档,下载后无需任何修改即可直接使用且确保可以运行。
  • 心理咨询智能Python文档().zip
    优质
    本资料包包含一个运用Python编写的心理咨询领域智能问答系统源代码及相关项目文档。该系统利用知识图谱技术,旨在提供高效准确的心理咨询解答服务。文档详细解释了系统的架构与实现细节。 基于知识图谱的心理咨询智能问答系统包含Python源码及项目文档。 **知识图谱实体类型** - **disease**: 疾病名称,例如广泛性焦虑障碍。 - **alternate_name**: 病名别称,如泛化性焦虑症、广泛焦虑障碍等。 - **pathogenic_site**: 发病部位,比如全身。 - **department**: 科室分类,包括精神病科和心理咨询科。 - **symptom**: 典型症状,例如心烦、头痛、坐立不安及惊恐伤肾阳痿等症状表现。 - **check**: 检查项目,如心理咨询等。 **知识图谱实体关系类型** - **disease_alternate_name**: 疾病别名示例:<广泛性焦虑障碍, 别称, 泛化性焦虑症> - **disease_pathogenic_site**: 发生部位描述: <广泛性焦虑障碍,感染部位,全身> - **disease_symptom**: 症状关联:<广泛性焦虑障碍,症状,惊恐伤肾阳痿> - **disease_check** : 需要的检查项目示例:<广泛性焦虑障碍, 检查, 心理咨询> - **disease_department**: 科室归属: <广泛性焦虑障碍, 科室, 心理科> 该项目文档详细解释了系统的设计思路、技术架构以及如何使用Python源码进行开发和调试。
  • 医疗智能机器人计(含Python).zip
    优质
    本作品为一款基于医疗知识图谱开发的智能问答机器人,旨在提供精准、高效的医疗服务信息。该项目采用Python编程语言实现,并附有详细的文档说明和代码。 【资源介绍】毕业设计基于医疗知识图谱的智能问答机器人python源码+项目说明.zip 本项目是一个基于Neo4j图数据库的医疗知识图谱智能问答机器人的重构与增强版本,由刘焕勇老师指导完成。 该项目主要分为两个模块:基于知识图谱的问答和基于关键词的问答。其中: - 基于知识图谱的部分包括以下模块: - `build_medicalgraph.py`: 构建Neo4j数据库。 - `question_analysis.py`: 进行问题语义分析。 - `get_cql.py` : 根据输入的问题获取对应的Cypher查询语言(CQL)语句。 - `get_answer.py` : 查询数据库并生成答案。 ## 二.项目启动 1. 环境要求:需要安装Neo4j数据库、Python3以及PyCharm开发环境。 2. 打开`build_medicalgraph.py`文件,修改其中的neo4j数据库IP地址、端口号、用户名和密码等信息。运行最下面的main函数(由于数据量较大,该过程可能耗时几十分钟)。 3. 在`main.py`中设置正确的服务器端口。 4. 修改静态资源下的`index.html`文件,并通过浏览器访问右上角链接以使用该项目。 【备注】 1、项目代码已经过测试确认运行无误,请放心下载和使用!有问题请随时沟通交流。 2、适用人群:计算机相关专业(如计算机科学与技术,信息安全,数据科学与大数据技术等)的在校学生及教师或企业员工均可下载并使用该资源。 3、用途广泛:本项目具有较高的学习参考价值,适合初学者入门和进阶。同时适用于毕业设计、课程作业以及其他初期项目的演示需求。 4、如果具备一定的基础或者有兴趣深入研究的话,也可以在此基础上进行修改与扩展,实现更多功能。欢迎下载并交流分享经验!