基于neo4j的智能医疗问答系统

介绍：
请使用前务必读一下README.md，系统主要是基于neo4j的智能医疗问答系统，图谱问答底层有具体文档说明，
可以直接看，有一部分开源代码，建议的就别要这个了哈。
整个系统使用django构建，自带了一份数据，比较完整，有初始化数据脚本，
neo4j按照README.md初始化。
底层数据库知识图谱采用neo4j，关系型数据库采用sqlite，也可以换成mysql，
主要是图谱的使用与问答。

功能描述

用户端：

1、正常的用户登录注册功能

2、登录后是一个问答聊天框，可以直接输入问题，底层调用问答模块查询neo4j获取模块

3、可以语言识别问答，按住说话，松开识别，注意要用此功能请阅读README.md 替换baidu识别的key

4、医疗查询模块，输入疾病名称，会去neo4j查询这个疾病的所有的信息

5、反馈建议可以输入自己的建议，后台会做审核，有状态的修改

6、咨询记录可以看见自由所有可以匹配到对应疾病的记录

7、数据查看可以看见网站的词云，根据查询疾病的频次绘制

8、个人中心可以维护个人信息

管理员端：

1、正常的登录功能

2、用户的增删改查维护

3、关键词数据管理可以看见每个疾病的频次，可以自己添加频次数据

4、反馈建议，可以修改意见的状态
5、咨询记录可以看见所有用户的咨询信息

总结
基于规则的问答系统没有复杂的算法，一般采用模板匹配的方式寻找匹配度最高的答案，回答结果依赖于问句类型、模板语料库的覆盖全面性，面对已知的问题，
可以给出合适的答案，对于模板匹配不到的问题或问句类型，经常遇到的有三种回答方式：

1、给出一个无厘头的答案；

2、婉转的回答不知道，提示用户换种方式去问；

3、转移话题，回避问题；

基于知识图谱的问答系统的主要特征是知识图谱，系统依赖一个或多个领域的实体，
并基于图谱进行推理或演绎，深度回答用户的问题，基于知识图谱的问答系统更擅长回答知识性问题，
与基于模板的聊天机器人有所不同的是它更直接、直观的给用户答案。对于不能回答、或不知道的问题，一般直接返回失败，
而不是转移话题避免尴尬。

整个问答系统的优劣依赖于知识图谱中知识的数量与质量。也算是利弊共存吧！
知识图谱图谱具有良好的可扩展性，扩展了知识图谱也就是扩展了问答系统的知识库。如果问句在射程范围内，可轻松回答，
但如果不幸脱靶，则体验大打折扣。

从知识图谱的角度分析，大多数知识图谱规模不足，
主要原因还是数据来源以及技术上知识的抽取与推理困难。