基于ShenNong-LLM的中医药知识图谱构建实践：从实体关系抽取到智能应用

在数字化时代，中医药领域面临着海量文献知识难以有效整合的挑战。如何将分散在古籍、论文中的中医药知识转化为结构化的知识图谱，实现高效检索与智能应用？本文将以知识图谱构建为核心，详细介绍使用ShenNong-LLM模型进行实体关系抽取的全流程，为中医药现代化提供技术支持。

核心价值：为何选择ShenNong-LLM构建知识图谱？

知识图谱构建的关键在于准确提取实体与关系，传统方法依赖人工标注，效率低下。ShenNong-LLM作为专为中医药领域优化的大语言模型，具备三大核心优势：首先，它能精准理解"四气五味"、"君臣佐使"等专业术语；其次，在中医药实体识别任务上F1值达0.89，远超通用模型；最后，7B参数规模支持单机GPU部署，满足私有化需求。这些特性使其成为中医药知识图谱构建的理想工具。

技术方案：知识图谱构建的完整流程

环境配置与模型加载

如何快速搭建知识图谱构建环境？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

加载ShenNong-LLM模型的代码如下：

from transformers import AutoTokenizer, AutoModelForCausalLM

def load_shennong_model(model_path="michael-wzhu/ShenNong-TCM-LLM"):
    tokenizer = AutoTokenizer.from_pretrained(model_path)
    model = AutoModelForCausalLM.from_pretrained(
        model_path,
        device_map="auto",
        load_in_4bit=True  # 启用4-bit量化，降低显存占用
    )
    return tokenizer, model

tokenizer, model = load_shennong_model()

实体关系抽取实现

实体关系抽取是知识图谱构建的核心环节。以下是改进后的抽取函数，支持多种关系类型：

def extract_entities_relations(text, relation_types=["性味", "归经", "功效", "主治"]):
    relation_prompt = ", ".join(relation_types)
    prompt = f"""任务：从文本中提取指定类型的实体关系，格式为(实体1, 关系, 实体2)
可用关系类型：{relation_prompt}
文本：{text}
结果："""
    
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(
        **inputs,
        max_new_tokens=300,
        temperature=0.2,
        top_p=0.95
    )
    
    result = tokenizer.decode(outputs[0], skip_special_tokens=True)
    # 解析结果为三元组列表
    triples = []
    for item in result.split("), ("):
        item = item.strip("()")
        if "," in item:
            triples.append(tuple(map(str.strip, item.split(","))))
    return triples

# 测试案例
text = "黄芪，味甘，性微温，归脾、肺经，具有补气升阳、固表止汗、利水消肿之功效，主治气虚乏力、食少便溏。"
relations = extract_entities_relations(text)
print(relations)

知识图谱存储与可视化

如何将抽取的关系数据有效存储？使用Neo4j数据库的示例代码如下：

from neo4j import GraphDatabase

class TCMKG:
    def __init__(self, uri, user, password):
        self.driver = GraphDatabase.driver(uri, auth=(user, password))
        self.create_constraints()
    
    def create_constraints(self):
        with self.driver.session() as session:
            session.run("CREATE CONSTRAINT IF NOT EXISTS FOR (e:Entity) REQUIRE e.name IS UNIQUE")
    
    def insert_triple(self, entity1, relation, entity2):
        with self.driver.session() as session:
            session.run("""
                MERGE (a:Entity {name: $e1})
                MERGE (b:Entity {name: $e2})
                MERGE (a)-[r:RELATION {type: $rel}]->(b)
                RETURN a, r, b
            """, e1=entity1, rel=relation, e2=entity2)

# 使用示例
kg = TCMKG("bolt://localhost:7687", "neo4j", "password")
for triple in relations:
    kg.insert_triple(*triple)

图：中医药知识图谱的三层架构（数据层/模型层/应用层），展示了医学类大模型的应用生态

实战案例：构建中药配伍知识图谱

如何将理论应用于实际场景？以《本草纲目》部分内容为例，构建中药配伍知识图谱：

1. 数据采集：爬取《本草纲目》在线文本，提取中药条目
2. 实体识别：使用ShenNong-LLM识别中药、病症、功效等实体
3. 关系抽取：提取"配伍"、"禁忌"、"炮制"等关系
4. 图谱构建：导入Neo4j并进行可视化展示

图：基于LLM构建的中药知识图谱关系网络，展示了不同中药之间的关联关系

常见问题解决

在知识图谱构建过程中，可能会遇到以下问题：

1. 模型推理速度慢：解决方案：启用模型量化（如4-bit/8-bit），使用更小的模型变体，或采用批量处理方式
2. 实体识别准确率低：解决方案：增加领域特定训练数据，调整prompt模板，使用实体链接技术
3. 关系抽取结果重复：解决方案：在存储前进行去重处理，设置关系置信度阈值
4. 图谱规模过大：解决方案：采用分层次存储策略，实现增量更新机制
5. 中文古籍处理困难：解决方案：结合OCR技术预处理扫描版古籍，使用古汉语分词工具

资源整合

资源类型	描述	路径
模型文件	ShenNong-LLM中医药大模型	model/ShenNong-TCM-LLM
数据集	中医药领域指令数据集	doc/Medical.md
技术文档	知识图谱构建指南	docs/kg_construction.md
代码示例	实体关系抽取脚本	examples/relation_extraction.py
社区支持	项目讨论区	community/discussions

通过本文介绍的方法，您可以快速构建中医药知识图谱，为智能诊疗、药物研发等领域提供强有力的知识支撑。随着技术的不断发展，知识图谱与LLM的结合将为中医药现代化带来更多可能性。建议结合实际需求，持续优化模型和算法，推动中医药知识的传承与创新。