药品知识图谱问答系统设计
该项目是我们小组的知识图谱大作业。
一、数据处理
首先将老师提供的 medical_ner_entities.json 进行格式化，方便知识图谱的建立：
查看处理后的 json 文件，可见于：processed_medical.json
其后，使用 rmlmapper 将其转化为 turtle 格式的 rdf 数据：
rdf 数据见于：medicals.ttl
二、知识图谱查询服务构建
使用 Apache Jena 构建知识图谱查询服务。
有关配置可参考：Apache jena 配置和使用，配置常见问题可参考：Apache Jena 查询配置 FAQ。
保证查询服务可以正常运行即可。
三、问句解析和 python 端查询
主要使用 python ltp 模块进行问句解析。（该部分文件：parseQuery.py）
之后，我们使用 SPARQLWrapper 模块，对问句解析返回的 token，拼接 SPARQL 查询字符串，交给 Apache Jena 服务查询。（该部分文件：Query.py）最后，我们拼接出的查询字符串，可以支持以下三类问句的结果查询：
- 哪些药品有某种属性/物质
- 哪些药含有麝香？
- 哪些药可以治月经不调？
- 某种药品是否有某种属性/物质
- 乌鸡白凤丸含有乌鸡吗？
- 乌鸡白凤丸能治疗腰膝酸软吗？
- 某种药品的某类信息
- 八珍益母丸的药物成分有哪些？
- 哪些症状可以吃乌鸡白凤丸？
四、前后端构建
1、后端
后端很简单，使用 python flask 构建。
主要是以下两个路由：（根路径返回网页，/query 路径接受 POST 请求传送的提问问句）
后端主控文件见于：app.py。
同时，SPARQL 查询返回的结果并不够结构化，不能直接交付给前端，因此后端在返回数据前，还需要对数据进行格式化。我们格式化时，根据三类问句，分别格式化数据即可。（该部分文件：queryProcess.py）
2、前端
前端使用 Vue3 + Vite + Element plus 构建。
前端业务逻辑部分也并不复杂。获取到问题字符串后，传递给后端即可获得问句的回答。
最终交互界面如下。
注：这里使用国药准字精准查询是因为，同名药品可能由不同厂家生产，它们的各种信息可能是不同的（如成分、治疗症状）。输入国药准字即可精准确认药品是否含有属性/物质，也可以精准获得它的某类信息（如成分、治疗症状）。而下方的 “回答” 部分则是一个笼统的、整合了所有同名药品的回答。
五、演示
第一类问句问答示例：
第一类问句使用国药准字检测：（这里使用一个十味手参散的国药准字，它是含有麝香这种成分的）
第二类问句问答示例：
第二类问句使用国药准字检测：（这里使用一个乌鸡白凤丸的国药准字）
第三类问句问答示例：
第三类问句使用国药准字精准筛选药品信息：
Q.E.D.