基于neo4j的新冠治疗和新冠患者轨迹的知识图谱问答系统

介绍：

请使用前务必读一下README.md，系统主要是新冠医疗和新冠患者轨迹的知识图谱展示与问答。

整个系统使用django构建，自带了两份数据，一份是新冠肺炎如何治疗，一份是患者轨迹什么样，
节点数据和类型十分丰富，可以看截图，n注意eo4j按照README.md初始化，neo4j用户名密码改为neo4j/123456。

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，主要是图谱的展示与问答。

详细描述：

1、系统有完整的用户体系，依托于django框架，登录注册退出等功能完善。

2、前端使用HTML、CSS和JavaScript技术，负责用户与系统的交互界面的设计和开发，
后端采用Django框架，用于处理前端发起的请求，进行业务逻辑处理和数据操作，
用户系统使用SQLite数据库来存储和管理用户的相关信息，包括用户名、密码等

3、图谱数据存储在Neo4j图数据库中，Neo4j是一种图形数据库，能够高效地存储和查询图结构数据，
系统通过py2neo库与Neo4j数据库进行数据链接，py2neo是一个Python库，提供了与Neo4j数据库的交互接口

4、图谱数据通过echarts库进行展示，echarts是一个基于JavaScript的图表库，能够生成各种图表，包括关系图等。

5、展示分成了病例活动活动轨迹图谱和新冠医疗图谱

6、病例活动活动轨迹图谱可以查询节点，新增患者、常住地、途径和关系，并且查询出节点可以后可以点击节点进行修改，删除。

7、新冠医疗图谱可以查询节点，新增疾病、疾病属性，并且查询出节点可以后可以点击节点进行修改，删除。

8、问答系统可以提问活动轨迹和新冠医疗相关问题。

9.问答系统分成两个阶段：
离线阶段：

    生成词表：在离线阶段，系统会生成一个词表，用于存储常见的词语。

生成词性表：系统还会生成一个词性表，用于存储词语的词性信息。
在线阶段：

加载词表：系统在在线阶段会加载之前生成的词表，用于后续的分词和词性标注。

结巴分词：采用结巴分词库对用户输入的关键词进行分词处理，将输入拆分为独立的词语。

查询词性表：系统会查询词性表，根据分词结果获取每个词的词性信息。

区分词性：根据词性信息，系统会区分出实体和关系类别，识别出用户输入中的实体和关系。

匹配模板：系统会根据实体和关系类型匹配预先定义好的模板，确定生成查询语句的模板。

生成match语句：根据匹配到的模板，系统会生成相应的match语句，用于在Neo4j图数据库中查询相关节点或关系。

查询Neo4j：系统会执行生成的match语句，在Neo4j图数据库中查询相关节点或关系。

返回结果：将查询结果进行处理，生成回答，并将回答返回给用户。

问答系统业务流程：

    用户通过GET请求方式，传入一个key参数，该参数为自然语言的输入。

使用jieba库对传入的key进行分词，并进行词性标注，以获取每个词的类型。

根据实体和关系类型，在Neo4j图数据库中查询相关节点或关系。

处理查询结果，生成回答。

将用户的问题和回答保存在MyWenda模型中，以备下次查询使用。

渲染模板文件，将查询结果返回给前端页面。

1200