这边只是为了测试，演示效果和思路，实际应用中，可以通过NLP构建CQL
接上一篇的问题分类

                        
                          question = "请问最近看东西有时候清楚有时候不清楚是怎么回事"
# 最终输出
data = {'args': {'看东西有时候清楚有时候不清楚': ['symptom']}, 'question_types': ['symptom_disease']}

question = "干眼常用药有哪些"
# 最终输出
data = {'args': {'干眼': ['disease']}, 'question_types': ['disease_drug']}

question = "干眼哪些不能吃"
data = {'args': {'干眼': ['disease']}, 'question_types': ['disease_not_food']}

                        
                      

构建节点字典

目的，为了拼CQL，查出符合条件的节点详情 。

                        
                          def build_nodedict(self, args):
    """
    构建节点字典
    :param args: {'看东西有时候清楚有时候不清楚': ['symptom']}
    :return: 组装成 => {'symptom': '看东西有时候清楚有时候不清楚'}
    """
    node_dict = {}
    for arg, types in args.items():
        for type in types:
            if type not in node_dict:
                node_dict[type] = [arg]
            else:
                node_dict[type].append(arg)
    return node_dict

                        
                      

                        
                          # 输入：
{'看东西有时候清楚有时候不清楚': ['symptom']}
# 输出：
{'symptom': ['看东西有时候清楚有时候不清楚']}

                        
                      

构建Cypher CQL语句

                        
                          # 查询症状会导致哪些疾病
if question_type == 'symptom_disease':
    sql = ["MATCH (m:Disease)-[r:has_symptom]->(n:Symptom) where n.name = '{0}' return m.name, r.name, n.name".format(i) for i in entities]

# 查询症状会导致哪些疾病
if question_type == 'symptom_disease':
    sql = ["MATCH (m:Disease)-[r:has_symptom]->(n:Symptom) where n.name = '{0}' return m.name, r.name, n.name".format(i) for i in entities]

# 查询疾病常用药品－药品别名记得扩充
if question_type == 'disease_drug':
    sql = ["MATCH (m:Disease)-[r:used_drugs]->(n:Drug) where m.name = '{0}' return m.name, r.name, n.name".format(i) for i in entities]


# 查询疾病的忌口
if question_type == 'disease_not_food':
    sql = ["MATCH (m:Disease)-[r:noteat_foods]->(n:Foods) where m.name = '{0}' return m.name, r.name, n.name".format(i) for i in entities]


                        
                      

node_dict.get('symptom') 。

Test

                        
                          if __name__ == '__main__':
    handler = QuestionPaser()
    question_class = {'args': {'看东西有时候清楚有时候不清楚': ['symptom']}, 'question_types': ['symptom_disease']}
    cql = handler.parser_main(question_class)
    print(cql)

                        
                      

输出:

                        
                          # 输入
question_class = {'args': {'看东西有时候清楚有时候不清楚': ['symptom']}, 'question_types': ['symptom_disease']}
# 输出
[{'question_type': 'symptom_disease', 'sql': ["MATCH (m:Disease)-[r:has_symptom]->(n:Symptom) where n.name = '看东西有时候清楚有时候不清楚' return m.name, r.name, n.name"]}]

# 输入：
question_class = {'args': {'干眼': ['disease']}, 'question_types': ['disease_drug']}
# 输出： 
[{'question_type': 'disease_drug', 'sql': ["MATCH (m:Disease)-[r:used_drugs]->(n:Drug) where m.name = '干眼' return m.name, r.name, n.name"]}]

# 输入：
question_class = {'args': {'干眼': ['disease']}, 'question_types': ['disease_not_food']}
# 输出：
[{'question_type': 'disease_not_food', 'sql': ["MATCH (m:Disease)-[r:noteat_foods]->(n:Foods) where m.name = '干眼' return m.name, r.name, n.name"]}]

                        
                      

后面根据 生成的 CQL语句，查询出知识图谱中对应的数据， 。

源代码地址： https://gitee.com/VipSoft/VipQA 。

最后此篇关于在线问诊Python、FastAPI、Neo4j—生成Cypher语句的文章就讲到这里了,如果你想了解更多关于在线问诊Python、FastAPI、Neo4j—生成Cypher语句的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。