【Python自然语言处理+tkinter图形化界面】实现智能医疗客服问答机器人实战（附源码、数据集、演示超详细）

曾经终败给现在 2023-09-30 17:31 26阅读 0赞

> **需要源码和数据集请点赞关注收藏后评论区留言私信~~~**

## 一、问答智能客服简介 ##

QA问答是Question-and-Answer的缩写，根据用户提出的问题检索答案，并用用户可以理解的自然语言回答用户，问答型客服注重一问一答处理，侧重知识的推理。

从应用领域视角，可将问答系统分为限定域问答系统和开放域问答系统。

根据支持问答系统产生答案的文档库、知识库，以及实现的技术分类，可分为自然语言的数据库问答系统、对话式问答系统、阅读理解系统、基于常用问题集的问答系统、基于知识库的问答系统等。

### 智能问答客服功能架构 ###

典型的问答系统包含问题输入 问题理解 信息检索 信息抽取 答案排序 答案生成和结果输出等，首先由用户提出问题，检索操作通过在知识库中查询得到相关信息，并依据特定规则从提取到的信息中抽取相应的候选答案特征向量，最后筛选候选答案结果输出给用户

![220fe757fac54214bf1ef349bd50e647.png][]

### 智能问答客服框架 ###

1： 问题处理 问题处理流程识别问题中包含的信息，判断问题的主题信息和主题范畴归属，比如是属于一般类问题还是属于特定主题类问题，然后提取与主题相关的关键信息，比如人物信息、地点信息和时间信息等。

2 ：问题映射 根据用户咨询的问题，进行问题映射消除歧义。通过字符串相似度匹配和同义词表等解决映射问题，根据需要执行拆分和合并操作。

3 ：查询构建 通过对输入问题进行处理，将问题转化为计算机可以理解的查询语言，然后查询知识图谱或者数据库，通过检索获得相应备选答案。

4 ：知识推理 根据问题属性进行推理，问题基本属性如果属于知识图谱或者数据库中的已知定义信息，则可以从知识图谱或者数据库中查找，直接返回答案。如果问题属性是未定义类问题，则需要通过机器算法推理生成答案。

5： 消岐排序 根据知识图谱中查询返回的一个或者多个备选答案，结合问题属性进行消歧处理和优先级排序，输出最佳答案。

## 二、智能医疗客服问答实战 ##

定制性智能客服程序一般需要实现选择语料库，去除噪声信息后 根据算法对预料进行训练，最后提供人机接口问答对话，基于互联网获得的医学语料库，并通过余弦相似度基本原理，设计并开发以下问答型智能医疗客服应用程序

项目结构如下

![d2345fea5eeb45ffaa5fe8a4a14e3351.png][]

### 效果展示 ###

下面是csv文件中定义的一些病例

![cc9f8b6fb32949ad9bbcdf79c51055ca.png][]

预先定义好的欢迎语句

![225714025f7a4df6813dfe3e6e571c87.png][]

![c0b827ed6a2d42868901185f71cad934.png][]

运行chatrobot文件 弹出以下窗口 输出问题后点击提交咨询即可

![831f7641865d470f86af63cb7befd771.png][]

对于语料库中没有的问题会自动推断给出答案（通常不太准确）

![04ce754a37db4df19d9c4b902594798b.png][]

![e8d4b26af3a844efa133a84fe54f1fb7.png][]

## 三、代码 ##

部分代码如下 全部代码和数据集请点赞关注收藏后评论区留言私信

# -*- coding:utf-8 -*-
    from fuzzywuzzy import fuzz
    import sys
    import jieba
    import csv
    import pickle
    print(sys.getdefaultencoding())
    
    import logging
    from fuzzywuzzy import fuzz
    import math
    from scipy import sparse
    from sklearn.feature_extraction.text import CountVectorizer
    from sklearn.feature_extraction.text import TfidfTransformer
    from scipy.sparse import lil_matrix
    from sklearn.naive_bayes import MultinomialNB
    import warnings
    from tkinter import *
    import time
    import difflib
    from collections import Counter
    import numpy as np
    
    
    filename = 'label.csv'
    
    def tokenization(filename):
    
    
        corpus = []
        label = []
        question = []
        answer = []
        with open(filename, 'r', encoding="utf-8") as f:
            data_corpus = csv.reader(f)
            next(data_corpus)
            for words in data_corpus:
                word = jieba.cut(words[1])
                tmp = ''
                for x in word:
                    tmp += x
                corpus.append(tmp)
                question.append(words[1])
                label.append(words[0])
                answer.append(words[2])
        
        with open('corpus.h5','wb') as f:
            pickle.dump(corpus,f)
        with open('label.h5','wb') as f:
            pickle.dump(label,f)
        with open('question.h5', 'wb') as f:
            pickle.dump(question, f)
        with open('answer.h5', 'wb') as f:
            pickle.dump(answer, f)
    
        return corpus,label,question,answer
    
    
    
    def train_model():
    
        with open('corpus.h5','rb') as f_corpus:
            corpus = pickle.load(f_corpus)
    
        with open('label.h5','rb') as f_label:
            label = pickle.load(f_label,encoding='bytes')
    
    
        vectorizer = CountVectorizer(min_df=1)
        transformer = TfidfTransformer()
        tfidf = transformer.fit_transform(vectorizer.fit_transform(corpus))
        words_frequency = vectorizer.fit_transform(corpus)
        word = vectorizer.get_feature_names()
        saved = tfidf_calculate(vectorizer.vocabulary_,sparse.csc_matrix(words_frequency),len(corpus))
        model = MultinomialNB()
        model.fit(tfidf,label)
    
    
        with open('model.h5','wb') as f_model:
            pickle.dump(model,f_model)
    
        with open('idf.h5','wb') as f_idf:
            pickle.dump(saved,f_idf)
    
        return model,tfidf,label
        
        
        
        
    class tfidf_calculate(object):
        def __init__(self,feature_index,frequency,docs):
            self.feature_index = feature_index
            self.frequency = frequency
            self.docs = docs
            self.len = len(feature_index)
    
        def key_count(self,input_words):
            keys = jieba.cut(input_words)
            count = {}
            for key in keys:
                num = count.get(key, 0)
                count[key] = num + 1
            return count
    
        def getTfidf(self,input_words):
            count = self.key_count(input_words)
            result = lil_matrix((1, self.len))
            frequency = sparse.csc_matrix(self.frequency)
            for x in count:
                word = self.feature_index.get(x)
                if word != None and word>=0:
                    word_frequency = frequency.getcol(word)
                    feature_docs = word_frequency.sum()
                    tfidf = count.get(x) * (math.log((self.docs+1) / (feature_docs+1))+1)
                    result[0, word] = tfidf
            return result    
    
    if __name__=="__main__":
        tokenization(filename)
        train_model()

**创作不易 觉得有帮助请点赞关注收藏~~~**

[220fe757fac54214bf1ef349bd50e647.png]: https://img-blog.csdnimg.cn/220fe757fac54214bf1ef349bd50e647.png
[d2345fea5eeb45ffaa5fe8a4a14e3351.png]: https://img-blog.csdnimg.cn/d2345fea5eeb45ffaa5fe8a4a14e3351.png
[cc9f8b6fb32949ad9bbcdf79c51055ca.png]: https://img-blog.csdnimg.cn/cc9f8b6fb32949ad9bbcdf79c51055ca.png
[225714025f7a4df6813dfe3e6e571c87.png]: https://img-blog.csdnimg.cn/225714025f7a4df6813dfe3e6e571c87.png
[c0b827ed6a2d42868901185f71cad934.png]: https://img-blog.csdnimg.cn/c0b827ed6a2d42868901185f71cad934.png
[831f7641865d470f86af63cb7befd771.png]: https://img-blog.csdnimg.cn/831f7641865d470f86af63cb7befd771.png
[04ce754a37db4df19d9c4b902594798b.png]: https://img-blog.csdnimg.cn/04ce754a37db4df19d9c4b902594798b.png
[e8d4b26af3a844efa133a84fe54f1fb7.png]: https://img-blog.csdnimg.cn/e8d4b26af3a844efa133a84fe54f1fb7.png