百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 编程字典 > 正文

脑血管病知识图谱--3 图谱搭建

toyiye 2024-06-21 12:19 8 浏览 0 评论

由于RER和RE是分开进行的,即pipeline形式进行知识抽取,其过程中数据流的走向如下:

原始Word/Excel数据->筛选提取文本->分词标注生成ent_ann文件->生成BIO标注集训练数据(分词方案)->NER->模型预测->导出预测结果ent_ann文件->生成rel_ann文件->RE->模型预测->导出预测结果rel_ann文件


NER模型训练结果预测示例

NER预测的ann文件再做预处理追加relation标注

def get_relation_ann(ent_dir, rel_dir):
    # 清空目录
    ls = os.listdir(rel_dir)
    if ls:
        for i in ls:
            os.remove(os.path.join(rel_dir, i))


    def ent_cat(str):
        ent_id, label, text = str.strip().split('\t')
        category, pos = label.split(' ', 1)
        pos = pos.split(' ')
        start, end = int(pos[0]), int(pos[-1])
        return ent_id, category, start


    fileidxs = set()
    for filename in os.listdir(ent_dir):
        fileidxs.add(filename.split('.')[0])


    for fileidx in fileidxs:
        with open(ent_dir + fileidx + '.ann', 'r', encoding='utf8') as inp, \
                open(rel_dir + fileidx + '.ann', 'w', encoding='utf-8') as outp:


            count = 1
            # 导出实体ann标注
            contents = inp.readlines()
            outp.writelines(contents)
            # 遍历实体标注生成距离<50的关系对标注
            for i in range(len(contents)):
                ent_id, category, start = ent_cat(contents[i])
                for j in range(i + 1, len(contents)):
                    ent_id2, category2, start2 = ent_cat(contents[j])
                    relation = ''
                    tmp = category + '-' + category2
                    tmp2 = category2 + '-' + category
                    if tmp in RELATIONS:
                        relation = tmp
                    elif tmp2 in RELATIONS:
                        relation = tmp2
                    if relation in RELATIONS and abs(start2 - start) < 50:
                        res = 'R{}\t{} Arg1:{} Arg2:{}\n'.format(count, relation, ent_id, ent_id2)
                        # print(res)
                        outp.write(res)
                        count += 1

RE模型训练结果预测示例

最终结果

由实体关系抽取结果可以看到,英文、单个字符可以首先排除,其他部分很难做处理。

rels_开头的第一行是原始按序遍历的关系数目,第二行是去重后的关系数目。

导入图数据库neo4j

class MedicalGraph:
    def __init__(self):
        self.rel_dir = rel_result
        self.g = Graph(
            host="127.0.0.1",  # neo4j 搭载服务器的ip地址,ifconfig可获取到
            http_port=7474,  # neo4j 服务器监听的端口号
            user="neo4j",  # 数据库user name,如果没有更改过,应该是neo4j
            password="1234")


    def read_nodes(self):
        # 共7类节点
        drugs = []  # 药品
        examinations = []  # 检查
        operations = []  # 手术
        departments = []  # 科室
        anatomy = []  # 部位
        diseases = []  # 疾病
        symptoms = []  # 症状


        disease_infos = []  # 疾病信息


        # 构建节点实体关系
        rels_drug = []  # 疾病-通用药品关系
        rels_examinations = []  # 疾病-检查关系
        rels_symptom = []  # 疾病症状关系
        rels_acompany = []  # 疾病并发关系
        rels_category = []  # 疾病与科室之间的关系
        rels_anatomy = []  # 疾病与部位之间的关系
        rels_operations = []  # 疾病与手术之间的关系


        entities_list = {}
        for root, dirs, rels in os.walk(self.rel_dir):
            for rel in rels:
                rel_path = os.path.join(root, rel)
                # print('rel_path:', rel_path)
                with open(rel_path, 'r', encoding='utf8') as inp:
                    contents = inp.readlines()
                    for i in range(len(contents)):
                        if contents[i].startswith('T'):
                            ent_id, label, text = contents[i].strip().split('\t')
                            category, pos = label.split(' ', 1)
                            if len(text) > 1:
                                if category == 'drug':
                                    drugs.append(text)
                                elif category == 'examination':
                                    examinations.append(text)
                                elif category == 'operation':
                                    operations.append(text)
                                elif category == 'department':
                                    departments.append(text)
                                elif category == 'anatomy':
                                    anatomy.append(text)
                                elif category == 'disease':
                                    diseases.append(text)
                                    # disease_infos.append(text)
                                elif category == 'symptom':
                                    symptoms.append(text)


                            entities_list[ent_id] = text
                        elif contents[i].startswith('R'):
                            rel_id, label = contents[i].strip().split('\t')
                            category, arg1, arg2 = label.split(' ')
                            arg1 = arg1.split(':')[1]
                            arg2 = arg2.split(':')[1]
                            # print(arg1, arg2)
                            entity1 = entities_list[arg1]
                            entity2 = entities_list[arg2]
                            # print(entity1)
                            # print(entity2)
                            # disease_infos.append(entities_list[arg1])
                            if len(entity1) > 1 and len(entity2) > 1:
                                if category == 'disease-drug':
                                    rels_drug.append([entity1, entity2])
                                elif category == 'disease-examination':
                                    rels_examinations.append([entity1, entity2])
                                elif category == 'disease-symptom':
                                    rels_symptom.append([entity1, entity2])
                                elif category == 'disease-disease':
                                    if entity1 != entity2:
                                        rels_acompany.append([entity1, entity2])
                                elif category == 'disease-department':
                                    rels_category.append([entity1, entity2])
                                elif category == 'disease-anatomy':
                                    rels_anatomy.append([entity1, entity2])
                                elif category == 'disease-operation':
                                    rels_operations.append([entity1, entity2])




        print('drugs:', len(drugs))
        print('operations:', len(operations))
        print('departments:', len(departments))
        print('examinations:', len(examinations))
        print('anatomy:', len(anatomy))
        print('symptoms:', len(symptoms))
        print('diseases:', len(diseases))


        print('rels_drug:', len(rels_drug))
        rels_drug = self.shuffle(rels_drug)
        print('rels_drug:', len(rels_drug))


        print('rels_examinations:', len(rels_examinations))
        rels_examinations = self.shuffle(rels_examinations)
        print('rels_examinations:', len(rels_examinations))


        print('rels_symptom:', len(rels_symptom))
        rels_symptom = self.shuffle(rels_symptom)
        print('rels_symptom:', len(rels_symptom))


        print('rels_acompany:', len(rels_acompany))
        rels_acompany = self.shuffle(rels_acompany)
        print('rels_acompany:', len(rels_acompany))


        print('rels_category:', len(rels_category))
        rels_category = self.shuffle(rels_category)
        print('rels_category:', len(rels_category))


        print('rels_anatomy:', len(rels_anatomy))
        rels_anatomy = self.shuffle(rels_anatomy)
        print('rels_anatomy:', len(rels_anatomy))


        print('rels_operations:', len(rels_operations))
        rels_operations = self.shuffle(rels_operations)
        print('rels_operations:', len(rels_operations))


        return set(drugs), set(operations), set(departments), set(examinations), set(anatomy), set(symptoms), \
               set(diseases), disease_infos, rels_drug, rels_examinations, rels_symptom, rels_acompany, \
               rels_category, rels_anatomy, rels_operations


    def shuffle(self, rel_list):
        rels = []
        for item in rel_list:
            if item not in rels:
                rels.append(item)
        return rels




    '''建立节点'''
    def create_node(self, label, nodes):
        count = 0
        for node_name in nodes:
            node = Node(label, name=node_name)
            self.g.create(node)
            count += 1
            print(count, len(nodes))
        return


    '''创建知识图谱中心疾病的节点'''
    def create_diseases_nodes(self, disease_infos):
        count = 0
        for disease_dict in disease_infos:
            node = Node("Disease", name=disease_dict['name'], desc=disease_dict['desc'],
                        prevent=disease_dict['prevent'] ,cause=disease_dict['cause'],
                        easy_get=disease_dict['easy_get'],cure_lasttime=disease_dict['cure_lasttime'],
                        cure_department=disease_dict['cure_department']
                        ,cure_way=disease_dict['cure_way'] , cured_prob=disease_dict['cured_prob'])
            self.g.create(node)
            count += 1
            print(count)
        return


    '''创建知识图谱实体节点类型schema'''
    def create_graphnodes(self):
        Drugs, Operations, Departments, Examinations, Anatomy, Symptoms, Diseases, \
        disease_infos,rels_drug, rels_examinations, rels_symptom, rels_acompany, rels_category, \
        rels_anatomy,rels_operations = self.read_nodes()
        # self.create_diseases_nodes(disease_infos)
        self.create_node('Disease', Diseases)
        self.create_node('Drug', Drugs)
        print(len(Drugs))
        self.create_node('Operation', Operations)
        print(len(Operations))
        self.create_node('Examination', Examinations)
        print(len(Examinations))
        self.create_node('Department', Departments)
        print(len(Departments))
        self.create_node('Anatomy', Anatomy)
        print(len(Anatomy))
        self.create_node('Symptom', Symptoms)
        return


    '''创建实体关系边'''
    def create_graphrels(self):
        Drugs, Operations, Departments, Examinations, Anatomy, Symptoms, Diseases, \
        disease_infos, rels_drug, rels_examinations, rels_symptom, rels_acompany, rels_category, \
        rels_anatomy, rels_operations = self.read_nodes()
        self.create_relationship('Disease', 'Drug', rels_drug, 'common_drug', '常用药品')
        self.create_relationship('Disease', 'Examination', rels_examinations, 'need_check', '诊断检查')
        self.create_relationship('Disease', 'Symptom', rels_symptom, 'has_symptom', '症状')
        self.create_relationship('Disease', 'Disease', rels_acompany, 'acompany_with', '并发症')
        self.create_relationship('Disease', 'Department', rels_category, 'belongs_to', '所属科室')
        self.create_relationship('Disease', 'Anatomy', rels_anatomy, 'in_anatomy', '部位')
        self.create_relationship('Disease', 'Operation', rels_operations, 'need_operation', '手术')


    '''创建实体关联边'''
    def create_relationship(self, start_node, end_node, edges, rel_type, rel_name):
        count = 0
        # 去重处理
        set_edges = []
        for edge in edges:
            set_edges.append('###'.join(edge))
        all = len(set(set_edges))
        for edge in set(set_edges):
            edge = edge.split('###')
            p = edge[0]
            q = edge[1]
            query = "match(p:%s),(q:%s) where p.name='%s'and q.name='%s' create (p)-[rel:%s{name:'%s'}]->(q)" % (
                start_node, end_node, p, q, rel_type, rel_name)
            # print(query)
            try:
                self.g.run(query)
                count += 1
                print(rel_type, count, all)
            except Exception as e:
                print(e)
        return

相关推荐

为何越来越多的编程语言使用JSON(为什么编程)

JSON是JavascriptObjectNotation的缩写,意思是Javascript对象表示法,是一种易于人类阅读和对编程友好的文本数据传递方法,是JavaScript语言规范定义的一个子...

何时在数据库中使用 JSON(数据库用json格式存储)

在本文中,您将了解何时应考虑将JSON数据类型添加到表中以及何时应避免使用它们。每天?分享?最新?软件?开发?,Devops,敏捷?,测试?以及?项目?管理?最新?,最热门?的?文章?,每天?花?...

MySQL 从零开始:05 数据类型(mysql数据类型有哪些,并举例)

前面的讲解中已经接触到了表的创建,表的创建是对字段的声明,比如:上述语句声明了字段的名称、类型、所占空间、默认值和是否可以为空等信息。其中的int、varchar、char和decimal都...

JSON对象花样进阶(json格式对象)

一、引言在现代Web开发中,JSON(JavaScriptObjectNotation)已经成为数据交换的标准格式。无论是从前端向后端发送数据,还是从后端接收数据,JSON都是不可或缺的一部分。...

深入理解 JSON 和 Form-data(json和formdata提交区别)

在讨论现代网络开发与API设计的语境下,理解客户端和服务器间如何有效且可靠地交换数据变得尤为关键。这里,特别值得关注的是两种主流数据格式:...

JSON 语法(json 语法 priority)

JSON语法是JavaScript语法的子集。JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔花括号保存对象方括号保存数组JS...

JSON语法详解(json的语法规则)

JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔大括号保存对象中括号保存数组注意:json的key是字符串,且必须是双引号,不能是单引号...

MySQL JSON数据类型操作(mysql的json)

概述mysql自5.7.8版本开始,就支持了json结构的数据存储和查询,这表明了mysql也在不断的学习和增加nosql数据库的有点。但mysql毕竟是关系型数据库,在处理json这种非结构化的数据...

JSON的数据模式(json数据格式示例)

像XML模式一样,JSON数据格式也有Schema,这是一个基于JSON格式的规范。JSON模式也以JSON格式编写。它用于验证JSON数据。JSON模式示例以下代码显示了基本的JSON模式。{"...

前端学习——JSON格式详解(后端json格式)

JSON(JavaScriptObjectNotation)是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScriptProgrammingLa...

什么是 JSON:详解 JSON 及其优势(什么叫json)

现在程序员还有谁不知道JSON吗?无论对于前端还是后端,JSON都是一种常见的数据格式。那么JSON到底是什么呢?JSON的定义...

PostgreSQL JSON 类型:处理结构化数据

PostgreSQL提供JSON类型,以存储结构化数据。JSON是一种开放的数据格式,可用于存储各种类型的值。什么是JSON类型?JSON类型表示JSON(JavaScriptO...

JavaScript:JSON、三种包装类(javascript 包)

JOSN:我们希望可以将一个对象在不同的语言中进行传递,以达到通信的目的,最佳方式就是将一个对象转换为字符串的形式JSON(JavaScriptObjectNotation)-JS的对象表示法...

Python数据分析 只要1分钟 教你玩转JSON 全程干货

Json简介:Json,全名JavaScriptObjectNotation,JSON(JavaScriptObjectNotation(记号、标记))是一种轻量级的数据交换格式。它基于J...

比较一下JSON与XML两种数据格式?(json和xml哪个好)

JSON(JavaScriptObjectNotation)和XML(eXtensibleMarkupLanguage)是在日常开发中比较常用的两种数据格式,它们主要的作用就是用来进行数据的传...

取消回复欢迎 发表评论:

请填写验证码