简介这是一套面向计算机相关专业学生与项目实战学习者的医疗知识图谱知识问答系统毕业设计源码及配套数据经导师指导并通过评审获98分评价适合正在准备毕业设计、课程大作业或希望练习完整项目开发的学习者。资源包共70个文件约51.61MB以32个Python源码文件为核心辅以json配置、pkl模型数据、docx文档、bat启动脚本及md说明等覆盖知识抽取、意图识别、命名实体识别、知识图谱构建与问答交互等模块目录结构清晰便于按功能检索与二次开发。源码均经本地编译调试可正常运行难度适中内容经助教审定能够满足学习与使用需求。目前已有58人学习关注读者可借此掌握从数据预处理、模型训练到图谱构建与问答服务的完整流程并参考现有实现快速搭建自己的医疗问答系统节省选题与调试时间。1. 医疗知识图谱问答系统一份能跑通的毕业设计源码到底长什么样很多计算机专业的同学做毕业设计时最头疼的不是写论文而是找不到一份真正能跑通的代码。网上搜Python 毕业设计 源码出来的要么是只有几个空壳文件要么是依赖缺失、跑起来报错一堆。这份基于 Python 的医疗知识图谱知识问答系统源码从目录结构看是一个完整的工程NLU 意图识别模块、BiLSTM 命名实体识别、知识图谱构建脚本、itchat 微信交互入口、BERT 意图分类该有的都有。它解决的核心问题是——给你一个从用户提问到图谱查询再到返回答案的完整链路而不是只丢给你一个模型文件让你自己猜怎么用。适合正在做计算机毕业设计、需要项目实战练习的学习者难度中等但前提是你得知道每个模块怎么串起来。2. 拆开目录看架构NLU、NER、图谱构建三条线怎么走2.1 从文件树反推系统分层拿到一个 zip 包别急着 pip install。先看目录结构它能告诉你这个系统的分层逻辑。这份源码的顶层文件大致可以分成四类文件/目录作用是否核心local.py本地启动入口串联各模块是nlu/意图识别含 BERT 和 sklearn 两种方案是knowledge_extraction/BiLSTM 实体识别 百度 IE 数据构建是build_kg/知识图谱构建工具是itchat_app.py微信机器人入口否可选utils/JSON 处理等通用工具辅助requirements.txt依赖清单必须这个分层很清晰knowledge_extraction负责从原始文本里抽实体build_kg负责把实体和关系组织成图谱nlu负责理解用户问的是什么意图local.py把这三条线串起来对外提供服务。itchat_app.py 是锦上添花不做微信接入的话可以忽略。2.2 意图识别BERT 和 sklearn 两条路怎么选nlu目录下同时放了intent_recg_bert和sklearn_Classification两套意图识别方案。这不是冗余是给你根据环境选型用的。BERT 方案精度高但对显存有要求推理速度也慢一些。sklearn 方案用 TF-IDF 分类器精度差一截但 CPU 就能跑适合配置一般的笔记本。如果你的毕业设计答辩环境没有 GPU直接用 sklearn 那套别硬上 BERT。意图识别的输入是用户问句输出是预定义的意图类别比如查询疾病症状查询药物适应症查询科室等。这个模块决定了系统能不能听懂人话。2.3 实体识别BiLSTM 做医疗文本的命名实体抽取knowledge_extraction/bilstm下是命名实体识别的核心。医疗文本里的实体包括疾病名、症状、药物、检查项目、科室等。BiLSTM 做序列标注通常配合 CRF 层标注体系一般是 BIO 或 BIESO。build_baiduie_data.py这个脚本的作用是把原始数据转成百度 IE 平台需要的格式——说明作者可能用过百度千帆或类似平台的标注工具。processed_data目录放的是处理好的训练数据data目录放原始数据。实体识别是知识图谱构建的前置步骤。没有实体识别图谱就是无源之水。这一步的精度直接决定了后续问答的召回率。2.4 图谱构建从三元组到可查询的图结构build_kg目录下的build_kg_utils.py是图谱构建的工具函数集合。典型流程是读取实体识别结果 → 抽取关系 → 生成头实体关系尾实体三元组 → 存入图数据库或本地结构化存储。这份源码没有明确说用的哪种图数据库常见做法是用 Neo4j 或者直接用 Python 的 networkx 做本地图存储。如果是毕业设计级别networkx 足够用部署简单不需要额外装数据库服务。config.py里应该配置了数据路径、模型路径、图谱存储路径等参数。跑之前先把这个文件过一遍路径不对后面全是坑。3. 环境搭建与依赖安装从零到能跑通的完整步骤3.1 Python 版本与虚拟环境这份源码没有在正文里指定 Python 版本但从依赖构成看BERT 相关库对版本敏感。常见做法是用 Python 3.7 或 3.8太新的版本3.11可能遇到 TensorFlow 或 PyTorch 的兼容问题。先建虚拟环境别在系统 Python 里直接装# 创建虚拟环境指定 Python 3.8 python3.8 -m venv medkg_env # 激活环境 # Linux/Mac source medkg_env/bin/activate # Windows medkg_env\Scripts\activate # 升级 pip避免安装时出现版本解析问题 pip install --upgrade pip虚拟环境的好处是隔离依赖。毕业设计经常需要同时跑好几个项目不隔离的话库版本冲突能让你调一整天。3.2 依赖安装与常见报错处理requirements.txt是依赖清单但直接pip install -r requirements.txt大概率会遇到版本冲突。建议先看一遍里面有什么# 先查看依赖清单内容 cat requirements.txt # 尝试安装加 -i 指定国内镜像加速 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple如果安装过程中报错重点关注这几类torch/tensorflow 版本冲突BERT 和 BiLSTM 可能分别依赖不同版本的深度学习框架。看报错信息里哪个包要求哪个版本手动指定安装。sklearn 包名问题老代码里可能写的是sklearn新版本要改成scikit-learn。itchat 安装失败itchat 已经很久没更新了如果装不上直接注释掉itchat_app.py相关依赖不影响核心功能。安装完成后用pip list确认关键包都在torch 或 tensorflow、transformers、sklearn、numpy、pandas、networkx。3.3 数据与模型文件的位置确认源码包里通常不包含训练好的模型权重和大规模数据文件需要确认几件事knowledge_extraction/bilstm/data和processed_data目录下有没有数据文件。如果为空需要先跑数据处理脚本。BERT 模型是本地加载还是在线下载。如果代码里写的是bert-base-chinese第一次运行会自动下载需要网络能访问模型仓库。config.py里的路径配置。把所有相对路径改成你本地的绝对路径或者确保工作目录正确。# 示例检查 config.py 中的关键路径配置 # 打开 config.py确认以下类型的配置项 # DATA_PATH ./knowledge_extraction/bilstm/data # 改成你的实际路径 # MODEL_PATH ./nlu/intent_recg_bert/model # 确认模型文件是否存在 # KG_PATH ./build_kg/graph_data # 图谱存储路径路径问题是新手翻车最多的地方。相对路径依赖工作目录换个终端跑就可能找不到文件。统一改成绝对路径最省心。4. 核心模块运行与参数调整意图识别和实体识别怎么调4.1 意图识别模块的启动与测试nlu目录下有run_intent_recog_service.bat这是 Windows 下的启动脚本。Linux 或 Mac 需要手动执行对应的 Python 命令。# 进入 nlu 目录 cd nlu # 如果用 sklearn 方案CPU 即可跑 python sklearn_Classification/train.py # 如果用 BERT 方案需要 GPU 或较大内存 python intent_recg_bert/train.py训练完成后通常会生成模型文件。然后用local.py或单独的服务脚本加载模型做推理。意图识别的关键参数分类类别数在训练脚本里定义对应你的意图体系。类别太少覆盖不全太多则每个类样本不足。学习率BERT 微调一般用 2e-5 到 5e-5sklearn 方案不涉及。batch sizeBERT 微调显存不够就调小8 或 16 都行。4.2 BiLSTM 实体识别训练与推理knowledge_extraction/bilstm下的训练流程一般是加载标注数据 → 构建词表 → 定义 BiLSTM-CRF 模型 → 训练 → 保存模型 → 推理。# 进入实体识别目录 cd knowledge_extraction/bilstm # 先处理数据如果需要 python build_baiduie_data.py # 训练模型 python train.py # 启动 NER 服务 # Windows 下用 run_ner_service.bat # Linux/Mac 手动执行 python ner_service.py实体识别的核心参数embedding_dim词向量维度常见 128 或 256。hidden_dimLSTM 隐藏层维度一般 128 到 256。num_tags标注体系里的标签数量BIO 体系下是 2×实体类别数1。dropout防止过拟合0.3 到 0.5 之间。如果训练 loss 不下降先检查标注数据格式对不对。BIO 标注里 B-疾病、I-疾病、O 这些标签必须和代码里的标签表一致差一个字符都会导致训练异常。4.3 知识图谱构建与查询链路图谱构建的入口在build_kg目录。典型流程# build_kg_utils.py 中的核心逻辑示意 # 1. 读取实体识别结果 # 2. 抽取关系可以用规则也可以用模型 # 3. 生成三元组 # 4. 存入图结构 # 常见做法是用 networkx 建图 import networkx as nx G nx.DiGraph() # 添加三元组 G.add_edge(糖尿病, 症状, 多饮) G.add_edge(糖尿病, 症状, 多尿) G.add_edge(二甲双胍, 适应症, 糖尿病) # 查询示例查糖尿病的症状 symptoms [v for u, v, d in G.edges(dataTrue) if u 糖尿病 and d.get(relation) 症状]图谱构建的质量取决于实体识别和关系抽取的精度。如果实体识别漏了关键实体图谱里就没有对应节点问答时自然查不到。local.py是把 NLU、NER、图谱查询串起来的主入口。跑通local.py意味着整个链路打通了。5. 避坑与排查跑这份源码最容易翻车的五个地方5.1 现象pip install 到一半报错退出原因依赖版本冲突常见于 torch 和 tensorflow 同时存在或者某个包要求的 Python 版本和当前环境不匹配。解决不要一次性装完。先装核心依赖numpy、pandas、sklearn再装深度学习框架最后装 transformers 等上层库。遇到具体报错看是哪个包要求的版本冲突手动指定版本安装。5.2 现象训练时 loss 一直是 nan 或者不下降原因学习率太大、数据标注格式错误、或者输入数据没有正常归一化。解决先把学习率调小一个数量级试试。然后检查标注数据用几行代码打印前几条样本的标签序列确认标签在合法范围内。如果是 BiLSTM检查 embedding 层有没有加载预训练词向量随机初始化的 embedding 在医疗领域小数据集上很难收敛。5.3 现象BERT 模型下载卡住或报网络错误原因代码里指定了在线模型名称运行时需要从模型仓库下载。解决提前手动下载bert-base-chinese模型文件放到本地目录然后把代码里的模型名称改成本地路径。常见做法是在config.py里加一个BERT_PATH配置项指向本地模型文件夹。5.4 现象图谱查询返回空结果原因实体识别输出的实体名称和图谱里存储的实体名称不一致。比如识别出2型糖尿病但图谱里存的是糖尿病。解决在查询前加一层实体归一化把识别结果映射到图谱中的标准实体名。可以维护一个别名词典或者用编辑距离做模糊匹配。5.5 现象itchat 登录后无法收发消息原因itchat 依赖的微信网页版接口经常变动旧版本 itchat 可能已经失效。解决itchat 只是可选的交互入口不影响核心问答功能。如果跑不通直接跳过用local.py的命令行方式测试问答链路。毕业设计答辩时展示命令行交互完全够用。6. 进阶技巧用配置文件管理参数与快速验证链路跑通之后下一步是让这套系统变得可维护。我一般会做两件事把散落在各处的参数集中到config.py以及写一个最小验证脚本快速检查每个模块是否正常。先看配置集中化。原始代码里路径、超参数可能散落在多个文件中改一个参数要翻好几个文件。把它们统一到config.py# config.py 集中配置示例 import os BASE_DIR os.path.dirname(os.path.abspath(__file__)) # 数据路径 NER_DATA_DIR os.path.join(BASE_DIR, knowledge_extraction, bilstm, data) PROCESSED_DATA_DIR os.path.join(BASE_DIR, knowledge_extraction, bilstm, processed_data) # 模型路径 BERT_MODEL_PATH os.path.join(BASE_DIR, nlu, intent_recg_bert, model) BILSTM_MODEL_PATH os.path.join(BASE_DIR, knowledge_extraction, bilstm, model) # 图谱存储 KG_STORAGE_PATH os.path.join(BASE_DIR, build_kg, graph_data) # 意图类别定义 INTENT_LABELS [查询症状, 查询药物, 查询科室, 查询检查, 查询预防] # NER 标签定义 NER_LABELS [O, B-DISEASE, I-DISEASE, B-SYMPTOM, I-SYMPTOM, B-DRUG, I-DRUG, B-CHECK, I-CHECK]这样所有路径和标签定义都在一个文件里换环境时只改BASE_DIR相关的部分就行。标签定义集中管理还能避免训练和推理时标签不一致的低级错误。然后是快速验证脚本。不要每次都跑完整链路写一个分步检查的脚本# quick_check.py 分步验证各模块 import sys sys.path.append(.) def check_ner(): 检查实体识别模块是否能正常加载和推理 try: from knowledge_extraction.bilstm import predict result predict(糖尿病患者应该注意什么) print(fNER 输出: {result}) return True except Exception as e: print(fNER 模块异常: {e}) return False def check_intent(): 检查意图识别模块 try: from nlu.sklearn_Classification import predict_intent intent predict_intent(糖尿病有什么症状) print(f意图识别输出: {intent}) return True except Exception as e: print(f意图模块异常: {e}) return False def check_kg(): 检查图谱查询 try: import networkx as nx G nx.DiGraph() G.add_edge(糖尿病, 多饮, relation症状) result [v for u, v, d in G.edges(dataTrue) if u 糖尿病] print(f图谱查询输出: {result}) return True except Exception as e: print(f图谱模块异常: {e}) return False if __name__ __main__: print( 模块快速检查 ) check_ner() check_intent() check_kg()这个脚本的价值在于当系统跑不通时你能快速定位是哪个模块出了问题而不是面对一个黑匣子瞎猜。NER 挂了就查 NER意图识别挂了就查意图识别图谱查询挂了就查图谱。还有一个实用技巧是给问答链路加日志。在local.py的关键节点插入日志输出记录用户输入、意图识别结果、实体识别结果、图谱查询结果、最终答案。这样出问题时看日志就能还原整个处理过程。# 在 local.py 的问答主函数中加日志 import logging logging.basicConfig(levellogging.INFO, format%(asctime)s - %(message)s) def answer_question(question): logging.info(f用户输入: {question}) intent predict_intent(question) logging.info(f意图识别: {intent}) entities extract_entities(question) logging.info(f实体识别: {entities}) answer query_kg(entities, intent) logging.info(f图谱查询结果: {answer}) return answer从那以后我每次拿到一份新源码都先跑一遍模块级检查再跑完整链路。这样能把问题范围缩小到单个模块而不是在整条链路上大海捞针。希望帮到你。本文还有配套的精品资源点击获取