test QuestionController

cmkg/src/main/java/com/cmkg/cmkg/Controller/QuestionController.java

@@ -1,17 +1,43 @@
 package com.cmkg.cmkg.Controller;
 
 
+import com.cmkg.cmkg.database.ReturnData;
 import com.cmkg.cmkg.repository.QuestionRespository;
-import org.springframework.data.repository.query.Param;
+import org.springframework.beans.factory.annotation.Autowired;
 import org.springframework.web.bind.annotation.RequestMapping;
+import org.springframework.web.bind.annotation.RequestParam;
 import org.springframework.web.bind.annotation.RestController;
 
-import java.io.InputStream;
-
 @RestController
 @RequestMapping("/rest/cmkg/question")
 public class QuestionController {
 
+    //做个小测试
+    @Autowired
+    public QuestionRespository questionRespository;
+
+    ReturnData rd=new ReturnData();
+    @RequestMapping("/hello")
+        public ReturnData JudgeAtrribute(@RequestParam("name") String name){
 
+            //去每个表里做查找，找到了的话做查询
+        System.out.println(questionRespository);
+        System.out.println(name);
+        Long i = questionRespository.getDiseaseId(name);
+        System.out.println(i);
+            if(questionRespository.getDiseaseId(name)!=0){//说明输入的事病症
+                String symptom=questionRespository.getDiseaseSymptom(name);
+                String[] tomedicine=questionRespository.getDiseaseToMedicine(name);
+                rd.setDiseaseSymptom(name);
+                rd.setTomedicie(tomedicine);
+                return rd;
+            }else{//说明输入的是养生方法或药品名称
+                String operation=questionRespository.getMedicineOperation(name);
+                String syndromes=questionRespository.getMedicineSyndromes(name);
+                rd.setOperation(operation);
+                rd.setSyndromes(syndromes);
+                return rd;
+            }
 
+        }
 }

cmkg/src/main/java/com/cmkg/cmkg/database/returnDisease.java

@@ -1,15 +0,0 @@
-package com.cmkg.cmkg.database;
-
-public class returnDisease {
-
-    private String symptom;
-    private String tomedicie;
-
-    public void setSymptom(String symptom){
-        this.symptom=symptom;
-    }
-
-    public void setTomedicie(String tomedicie){
-        this.tomedicie=tomedicie;
-    }
-}

cmkg/src/main/java/com/cmkg/cmkg/process/ModelProcess.java

@@ -390,7 +390,7 @@ public class ModelProcess {
         System.out.println("the model index is " + index);
 //		Vector vRes = nbModel.predictProbabilities(v);
 //		System.out.println("问题模板分类【0】概率："+vRes.toArray()[0]);
-//		System.out.println("问题模板分类【13】概率："+vRes.toArray()[13]);
+//		System.out.println("问题模板分类【2】概率："+vRes.toArray()[2]);
         return questionsPattern.get(index);
     }
 

准备README.md

@@ -0,0 +1,22 @@
+### 准备
+
+1、爬取病和要相关的数据集
+
+2、数据解析处理（存入MySQL-->导出为csv文件-->导入neo4j），建立病与药之间双向映射关系以及病和药各自的一些属性
+
+3、spark环境搭建
+
+### 步骤
+
+1、拿到原始句子（用户从搜索框输入的问题）
+
+2、对原句子进行抽象，将病名用nr替换并抽象句子（HanLP自定义分词，<相应病，自定义词性>以键值对形式存储），比如糖尿病要吃什么药 替换成 nr 要吃什么药
+
+3、抽象句子匹配问题模板（一堆问题数据集合由Spark进行训练并计算，通过贝叶斯分类器将选择匹配到概率最大的问题模板），比如 nr 治疗方法
+
+4、问题模板还原成最终的问题（从HanLP自定义分分词中具体化nr），比如 nr 治疗方法，替换其中的nr=糖尿病，最后效果就是糖尿病  治疗方法
+
+5、拿到问题后，去图形数据库neo4j中查找问题的答案，比如   match(n:Disease) where n.name='糖尿病'  return n.治疗方法
+
+6.图数据库中查询结果返回到界面接收展示。
+