pomk2rwnf
/
COVID-19KG
Not watched
1
0
Fork 0
Code
Releases 0 Wiki evaluate Activity
Issues 0 Pull Requests 0 Datasets Model Cloudbrain HPC
Browse Source

Merge pull request 'update' (#2) from 1 into master

master
pomk2rwnf 2 years ago
parent
ee3fdc5ef8 8affd3b80c
commit
77d7eb1b5e
1 changed files with 80 additions and 80 deletions
Split View
Diff Options
Show Stats Download Patch File Download Diff File
  1. +80
    -80
      README.md

+ 80
- 80
README.md View File

@@ -1,81 +1,81 @@
#### 项目简介
COVID-19KG是从各省市权威网站摘取的新冠肺炎疫情病例数据，利用BERT+BILSTM+CRF模型对数据进行分词以及命名实体识别任务，后续利用neo4j+python构建新冠肺炎疫情病例的知识图谱，并搭建知识图谱可视化和智能问答等应用的网站，对新冠肺炎疫情进行数据挖掘、数据预测等。
#### 安装
```bash
pip install -r requirements.txt
```
#### 使用
```bash
Run python3 run.py , Run python3 main.py，Run SmartKG-master
```
#### 从命令行创建一个新的仓库
```bash
touch README.md
git init
git add README.md
git commit -m "first commit"
git remote add origin https://git.trustie.net/pomk2rwnf/COVID-19KG.git
git push -u origin master
```
#### 从命令行推送已经创建的仓库
```bash
git remote add origin https://git.trustie.net/pomk2rwnf/COVID-19KG.git
git push -u origin master
```
#### 项目设计
<center>
<img src="https://i.loli.net/2021/10/25/ZoJAMLRu6Bnx7Nz.jpg?raw=true">
</center>
<center>
模型原理图
</center>
<center>
<img src="https://i.loli.net/2021/11/20/fC3XDIcl2TQBmW4.png?raw=true">
</center>
<center>
模型测试结果图
</center>
本项目的知识图谱构建流程主要包括8个环节：数据获取、创建本体、信息抽取、知识映射、知识融合、知识加工、知识存储及知识更新。项目流程图如下图所示。
<center>
<img src="https://i.loli.net/2021/11/20/Q72yVoe1wSrs5Yb.png?raw=true">
</center>
<center>
项目流程图
</center>
#### 项目结果展示
本团队抓取各省市权威网站上新冠肺炎疫情病例真实的流调信息，部分源数据如下图所示。
<center>
<img src="https://i.loli.net/2021/10/25/NL4O6RjDSP7E3GQ.png?raw=true">
</center>
<center>
部分原始数据
</center>
通过对以上数据的清洗、处理、模型构建等操作，最终得到如下图所示的新冠肺炎疫情病例流调信息知识图谱。
<center>
<img src="https://i.loli.net/2021/10/25/oHK2V5cMnpmJRvF.png?raw=true">
</center>
<center>
新冠肺炎疫情病例流调信息知识图谱
</center>
<center>
<img src="https://s3.bmp.ovh/imgs/2021/11/17f53d3e9500c832.png?raw=true">
</center>
<center>
智能问答系统
#### 项目简介
在COVID-19KG是从各省市权威网站摘取的新冠肺炎疫情病例数据，利用BERT+BILSTM+CRF模型对数据进行分词以及命名实体识别任务，后续利用neo4j+python构建新冠肺炎疫情病例的知识图谱，并搭建知识图谱可视化和智能问答等应用的网站，对新冠肺炎疫情进行数据挖掘、数据预测等。
#### 安装
```bash
pip install -r requirements.txt
```
#### 使用
```bash
Run python3 run.py , Run python3 main.py，Run SmartKG-master
```
#### 从命令行创建一个新的仓库
```bash
touch README.md
git init
git add README.md
git commit -m "first commit"
git remote add origin https://git.trustie.net/pomk2rwnf/COVID-19KG.git
git push -u origin master
```
#### 从命令行推送已经创建的仓库
```bash
git remote add origin https://git.trustie.net/pomk2rwnf/COVID-19KG.git
git push -u origin master
```
#### 项目设计
<center>
<img src="https://i.loli.net/2021/10/25/ZoJAMLRu6Bnx7Nz.jpg?raw=true">
</center>
<center>
模型原理图
</center>
<center>
<img src="https://i.loli.net/2021/11/20/fC3XDIcl2TQBmW4.png?raw=true">
</center>
<center>
模型测试结果图
</center>
本项目的知识图谱构建流程主要包括8个环节：数据获取、创建本体、信息抽取、知识映射、知识融合、知识加工、知识存储及知识更新。项目流程图如下图所示。
<center>
<img src="https://i.loli.net/2021/11/20/Q72yVoe1wSrs5Yb.png?raw=true">
</center>
<center>
项目流程图
</center>
#### 项目结果展示
本团队抓取各省市权威网站上新冠肺炎疫情病例真实的流调信息，部分源数据如下图所示。
<center>
<img src="https://i.loli.net/2021/10/25/NL4O6RjDSP7E3GQ.png?raw=true">
</center>
<center>
部分原始数据
</center>
通过对以上数据的清洗、处理、模型构建等操作，最终得到如下图所示的新冠肺炎疫情病例流调信息知识图谱。
<center>
<img src="https://i.loli.net/2021/10/25/oHK2V5cMnpmJRvF.png?raw=true">
</center>
<center>
新冠肺炎疫情病例流调信息知识图谱
</center>
<center>
<img src="https://s3.bmp.ovh/imgs/2021/11/17f53d3e9500c832.png?raw=true">
</center>
<center>
智能问答系统
</center>

Write Preview
Loading…
Cancel
Save