hawkzhang1/COVID-19KG：通过对新冠疫情相关信息收集，进行分类、归纳，取得事件之间的联系，可以构成一个丰富的新冠信息知识图谱。新冠信息知识图谱的构建能够充分挖掘信息价值，为人们提供直观的参考依据。本项目基于NEO4J图数据库，来进行COVID-19病例活动行径信息的知识图谱构建与应用，达到追溯传播途径、疫情防控的目的·。

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

pip install -r requirements.txt

使用

Run python3 run.py , Run python3 main.py，Run SmartKG-master

从命令行创建一个新的仓库

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

git remote add origin https://git.trustie.net/pomk2rwnf/COVID-19KG.git
git push -u origin master

项目设计

模型原理图

模型测试结果图

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。

项目流程图

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。

部分原始数据

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。

新冠肺炎疫情病例流调信息知识图谱

智能问答系统