演示视频
是否包含论文文档
否
技术描述
开发工具： Pycharm
数据库： MySQL
前端框架： Vue/ElementUI
项目截图描述
部分截图
详细描述
基于Python+Vue+Neo4j的知识库医疗问答系统，在 Medical_bot 中，第二步是通过 NER 模型对医疗领域的实体进行识别及提取，即从用户输入中就要求提取出知识图谱中包含的实体的名称，前面提到过，在本项目中一共 8 种.
但是在大型项目中，实体数量数以万计，而普通的匹配方式由于每次匹配失败都需要回溯，其耗时较久，而 AC 自动机的时间复杂度理想状态下为 O(n)，n 为用户输入字符串的长度。
所以一种技术路线就是，使用 AC 自动机提取出包含知识库中实体的所有子串(或者最长子串)+ NER 实体识别的方式对用户输入中的实体进行提取，再综合两个结果召回评分最高的 Top n 实体进行后续的链接操作。
本项目采用的就是 AC 自动机提取所有子串 +NER 实体识别的方式。
分享地址
复制地址转发给你的小伙伴: https://code99.top/3671.html
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
code99Top
