medscrawler

目录结构

.
├── medscrawler
│   ├── __init__.py
│   ├── const.py        # 常量
│   ├── handler         # 将 JSON 格式数据导入 RDBMS, (通过每个文件内的 `import_from_file()` 方法)
│   │   ├── cure.py
│   │   ├── disease.py
│   │   └── medicine.py
│   ├── kbqa            # 问答系统
│   │   ├── __init__.py
│   │   ├── parse.py    # 将自然语言问题转化为 SPARQL 模板
│   │   ├── rules.py    # 问题模板
│   │   └── words.py    # 单词匹配规则
│   ├── models          # RDBMS 表结构对应的ORM模型
│   │   ├── __init__.py
│   │   ├── cure.py
│   │   ├── department.py
│   │   ├── disease.py
│   │   ├── disease_alias.py
│   │   ├── disease_complication.py
│   │   ├── disease_department.py
│   │   ├── disease_examination.py
│   │   ├── disease_postition.py
│   │   ├── disease_surgery.py
│   │   ├── disease_symptiom.py
│   │   ├── entity.py
│   │   ├── examination.py
│   │   ├── medicine.py
│   │   ├── postion.py
│   │   ├── surgery.py
│   │   └── symptom.py
│   ├── server.py       # 简单的 Web 服务器
│   ├── spiders         # 爬虫，每个文件对应不同类型数据
│   │   ├── __init__.py
│   │   ├── disease.py
│   │   ├── disease_detail.py
│   │   ├── disease_info.py
│   │   └── meds_info.py
│   ├── items.py
│   ├── pipelines.py
│   ├── middlewares.py
│   ├── settings.py
│   └── utils
│       ├── func.py
│       ├── sparql.py
│       └── str.py
├── rdf
│   ├── config.ttl      # Fuseki 配置 (对应下文　`ConfigFile`)
│   ├── kg.nt           # N-Triples 格式的 RDF 数据
│   ├── kg.ttl          # RDBMS到rdf映射
│   ├── ontology.ttl    # 本体定义
│   └── rules.ttl
├── requirements.txt
├── scrapy.cfg
├── static              # KBQA网页静态内容
│   ├── index.html
│   └── index.js
├── tdb
├── db_backup.sql       # 数据库备份
├── disease.json        # 爬取的　科室－疾病－疾病页　数据
├── disease_detail.jl   # 爬取的　疾病－药品　数据
├── disease_info.jl     # 爬取的　疾病详情　数据
├── meds_dict.txt       # 疾病词典，用于分词
├── meds_info.jl        # 爬取的　药品说明书　数据
├── config.py           # 项目配置文件

SPARQL 端点启动

fuseki-server --config=ConfigFile (本项目 ConfigFile 为 medscrawler/rdf/config.ttl)

Web 服务启动

hug -f medscrawler/server.py