【亲测免费】 CMeKG_tools 安装与配置完全指南

项目基础介绍

CMeKG_tools 是一个强大的开源项目，专注于中文医学知识图谱（Chinese Medical Knowledge Graph, CMeKG）的构建。它利用自然语言处理(NLP)与文本挖掘技术，通过对大规模医学文本数据的分析，采用人机协作模式，提供了三大核心功能组件：医学文本分词、医学实体识别以及医学关系抽取。项目基于Python语言，非常适合医学信息处理、NLP研究人员及开发者。

关键技术和框架

• Python: 作为主编程语言，支持丰富的NLP库。
• BERT: 强大的预训练模型用于关系抽取，属于transformers库的一部分。
• PyTorch: 深度学习框架，用于模型的训练和调优。
• Numpy: 数学运算库，常用于数据预处理。
• Torch: 与PyTorch紧密相关，提供更多的深度学习工具。
• tqdm: 提供进度条，提升用户体验。
• random, json, re: 标准库，用于数据处理和配置管理。

准备工作与安装步骤

第一步：环境准备

1. 安装Python: 确保您的计算机已安装Python 3.6或更高版本。

   python --version
   

   如未安装或版本不符，请访问Python官方网站下载安装。

2. 安装虚拟环境: （推荐）为了项目隔离，建议使用虚拟环境。

   pip install virtualenv
   virtualenv cmekg_env
   source cmekg_env/bin/activate  # 对于Windows，使用命令 `cmekg_env\Scripts\activate`
   

第二步：克隆项目

1. 在本地创建一个工作目录，并通过Git克隆仓库。

   git clone https://github.com/king-yyf/CMeKG_tools.git
   cd CMeKG_tools
   

第三步：安装依赖

2. 使用pip安装项目所需的依赖。

   pip install -r requirements.txt
   

第四步：下载模型

3. 注意：项目中的模型并未直接包含在仓库内，你需要手动下载。模型位于百度网盘，链接和密码可在README.md文件中找到。分别下载关系抽取(RE)、医学实体识别(NER)和分词(CWS)的模型，并按说明放置在相应目录下。

   - RE模型: 链接: https://pan.baidu.com/s/1cIse6JO2H78heXu7DNewmg 密码: 4s6k
   - NER模型: 链接: https://pan.baidu.com/s/16TPSMtHean3u9dJSXF9mTw 密码: shwh
   - 分词模型: 链接: https://pan.baidu.com/s/1bU3QoaGs2IxI34WBx7ibMQ 密码: yhek
   

第五步：配置文件

4. 根据你的实际路径，可能需要调整模型路径。打开相关的.py文件（如medical_re.py, medical_ner.py, medical_cws.py），确保模型文件路径正确指向你下载的模型位置。

第六步：验证安装

5. 尝试运行项目中的示例代码来验证一切是否就绪。例如，你可以测试医学关系抽取功能：

   python run_example.py
   

请确保替换或按照实际文件路径调整任何必要的配置项，以便于成功执行示例代码。

至此，您已成功安装并配置了CMeKG_tools项目，现在可以开始探索中文医学知识图谱的构建与应用之旅了。在开发过程中，如果遇到问题，查阅项目文档和GitHub讨论区是寻找解决方案的好方法。