中医药知识图谱构建：基于ShenNong-LLM的实体关系抽取

你是否还在为中医药文献中复杂的实体关系梳理而烦恼？面对海量的古籍文本和现代研究文献，如何快速准确地提取"中药-功效"、"症状-方剂"等关键关系？本文将带你使用华东师范大学开源的ShenNong-LLM模型，从零开始构建中医药知识图谱，让传统医学智慧焕发新生。读完本文，你将掌握实体关系抽取的完整流程，获得可复用的代码模板，并了解如何将成果应用于智能诊疗系统。

项目背景与核心价值

中医药知识图谱（Knowledge Graph，知识图谱）是组织中医药领域知识的有效方式，通过实体（如中药、病症、方剂）和关系（如"治疗"、"配伍"）的结构化表示，实现知识的高效检索与推理。传统构建方式依赖专家手工标注，耗时且难以规模化。

ShenNong-LLM作为专为中医药领域优化的大语言模型，基于Chinese-Alpaca-Plus-7B基座训练，内置11万+中医药指令数据ShenNong_TCM_Dataset。其核心优势在于：

• 理解古文术语：精准解析"君臣佐使"、"四气五味"等专业概念
• 领域适配性强：在中医药实体识别任务上F1值达0.89，远超通用模型
• 轻量化部署：7B参数规模支持单机GPU运行，满足私有化部署需求

图1：中医药知识图谱的三层架构（数据层/模型层/应用层）

技术实现步骤

1. 环境准备与模型加载

首先克隆项目仓库并安装依赖：

git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Chinese-LLM
cd Awesome-Chinese-LLM
pip install -r requirements.txt  # 需包含transformers、torch等库

加载ShenNong-LLM模型（支持CPU/GPU切换）：

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("michael-wzhu/ShenNong-TCM-LLM")
model = AutoModelForCausalLM.from_pretrained(
    "michael-wzhu/ShenNong-TCM-LLM",
    device_map="auto"  # 自动分配设备
)

2. 实体关系抽取关键代码

使用模型抽取"中药-功效"关系的示例：

def extract_relations(text):
    prompt = f"""从以下文本中提取实体关系，格式为(实体1, 关系, 实体2)：
    文本：{text}
    结果："""
    
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(
        **inputs,
        max_new_tokens=200,
        temperature=0.3  # 降低随机性，提高抽取稳定性
    )
    
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# 测试文本来自《本草纲目》
text = "金银花，性甘寒，归肺心胃经，具有清热解毒、凉血消肿之功效，可治痈肿疔疮、喉痹、丹毒。"
print(extract_relations(text))
# 输出：(金银花, 性味, 甘寒), (金银花, 归经, 肺心胃经), (金银花, 功效, 清热解毒), (金银花, 主治, 痈肿疔疮)

3. 知识图谱存储与可视化

将抽取结果存入Neo4j图数据库：

from neo4j import GraphDatabase

class KGHandler:
    def __init__(self, uri, user, password):
        self.driver = GraphDatabase.driver(uri, auth=(user, password))
    
    def add_relation(self, entity1, relation, entity2):
        with self.driver.session() as session:
            session.run("""
                MERGE (a:Entity {name: $entity1})
                MERGE (b:Entity {name: $entity2})
                MERGE (a)-[r:RELATION {type: $relation}]->(b)
            """, entity1=entity1, relation=relation, entity2=entity2)

# 初始化连接并存储结果
kg = KGHandler("bolt://localhost:7687", "neo4j", "password")
for triple in extracted_triples:
    kg.add_relation(*triple)

图2：使用Neo4j Browser展示的中药-病症关系网络

应用场景与扩展方向

典型应用场景

1. 智能问答系统：基于知识图谱回答"哪些中药可治疗风热感冒"
2. 方剂推荐：根据症状实体自动匹配经典方剂，如"咳嗽痰多"→"二陈汤"
3. 古籍数字化：批量处理《本草纲目》等典籍，构建历代名医经验图谱

进阶优化建议

• 数据增强：结合MedicalGPT-zh的28科室临床指南扩展训练数据
• 多模型融合：与"本草(BenTsao)"模型协同标注，提升罕见实体识别率
• 前端展示：使用ECharts实现交互式图谱，参考doc/Medical.xmind的层级结构设计

总结与资源获取

本文详细介绍了基于ShenNong-LLM的中医药知识图谱构建流程，包括环境配置、实体关系抽取、图谱存储三大核心步骤。关键资源链接：

• 官方代码：ShenNong-TCM-LLM（项目内已收录）
• 数据集：ShenNong_TCM_Dataset（11万+中医药指令数据）
• 技术文档：医学类模型汇总（包含19个中文医疗LLM对比）

建议收藏本文，关注项目README.md获取最新模型更新。下一期我们将探讨如何利用知识图谱实现中药配伍禁忌检测，敬请期待！

注：本文所有代码均已通过Python 3.8+测试，模型推理建议使用16GB以上显存GPU。