基于知識圖譜的醫(yī)療問答系統(tǒng)

摘要在數(shù)字信息迅速增長的時代,人們獲取信息的途徑從書本逐漸邁向互聯(lián)網。為了了解自己的身體狀況并及時預防或治療，不少的人們選擇從互聯(lián)網上查找疾病和癥狀的相關信息。然而,傳統(tǒng)的通過捜索引擎來搜索醫(yī)藥信息的方法較為麻煩。因為通過搜索引擎檢索出來的信息存在虛假信息，其中還摻雜著不少的廣告信息,需要用戶做進一步的篩選才能得到答案，難以滿足人們快速獲取醫(yī)療健康信息的需求?；谥R圖譜的醫(yī)療問答系統(tǒng)是從知識圖譜中獲取答案的自動問答系統(tǒng)。作為一種人機交互的新趨勢，自動問答逐漸深入人們的生活中。微信小程序作為輕量級的應用程序，具有快速迭代的優(yōu)點，開發(fā)周期短，而且還能借助大廠的流量入口，快速導入用戶。綜合考慮各種成本因素及用戶量的規(guī)模，后端框架上面選擇flask。不同于人工智能在醫(yī)療領域的應用場景，本文所設計的自動問答程序，以給患者提供醫(yī)療咨詢?yōu)槟康模簧婕霸\斷決策與患者信息。患者通過該程序所獲取的知識服務于患者就醫(yī)過程，具體方面包括：①幫助患者準確了解與其病情相關的醫(yī)學知識，提高對自身正確病情的闡述，減少在就診過程中表達錯誤病情情況的發(fā)生；②提高問診效率，幫助患者了解醫(yī)生對其病情的解釋與醫(yī)囑，減少同一問題反復咨詢的情況；③幫助患者降低受互聯(lián)網錯誤醫(yī)療信息影響，減少醫(yī)療詐騙事件發(fā)生，指導患者樹立正確的健康觀。綜上，該系統(tǒng)基于人工智能技術，臨床收集患者問答相關數(shù)據(jù)，以微信小程序為載體，能夠診前后提供正確的相關醫(yī)學知識，提高就醫(yī)效率。關鍵詞：知識圖譜微信小程序智能醫(yī)療AbstractIntheeraofrapidgrowthofdigitalinformation,people'saccesstoinformationhasgraduallymovedfrombookstotheInternet.Inordertounderstandtheirphysicalconditionsandpreventortreatthemintime,manypeoplechoosetofindinformationaboutdiseasesandsymptomsfromtheInternet.However,thetraditionalmethodofsearchingmedicalinformationthroughsearchenginesistroublesome.Sincetheinformationobtainedthroughthesearchenginehasfalseinformation,itisalsomixedwithagreatdealofpublicisedinformation,anditisalsomixedwithalotofadvertisinginformation,usersneedtodofurtherscreeningtogetanswers,itisdifficulttomeetpeople'sdemandforrapidaccesstomedicalandhealthinformationMedicalquestionansweringsystembasedonknowledgemapping.Asanewtrendofhuman-computerinteraction,automaticquestionansweringhasgraduallypenetratedintopeople'slives.Asalightweightapplicationprogram,WeChatapplethastheadvantagesofrapiditeration,shortdevelopmentcycle,andcanalsoquicklyimportusersthroughtheflowentranceoflargefactories.Consideringvariouscostfactorsandthescaleofuservolume,flaskisselectedontheback-endframework.Differentfromtheapplicationscenarioofartificialintelligenceinmedicalfield,theautomaticquestionansweringprogramdesignedinthispaperaimstoprovidemedicalconsultationforpatients,anddoesnotinvolvediagnosisdecisionandpatientinformation.Theknowledgeacquiredbythepatientthroughtheprogramservesthepatient'smedicaltreatmentprocess.Thespecificaspectsinclude:①helpthepatienttoaccuratelyunderstandthemedicalknowledgerelatedtotheircondition,improvethedescriptionoftheirowncorrectcondition,andreducetheoccurrenceofexpressingthewrongconditionduringthetreatmentprocess；②improvetheefficiencyofconsultation,helpthepatienttounderstandthedoctor'sexplanationandorderoftheircondition,andreducethesameThird,helppatientstoreducetheimpactofInternetwrongmedicalinformation,reducetheoccurrenceofmedicalfraud,andguidepatientstoestablishacorrectviewofhealth.Tosumup,thesystemisbasedonartificialintelligencetechnology,clinicalcollectionofpatients'Q&Arelateddata,withwechatsmallprogramsasthecarrier,canprovidecorrectrelevantmedicalknowledgebeforeandafterdiagnosis,andimprovetheefficiencyofmedicaltreatment.Keywords:Knowledge-graphWechat-appletIntelligent-medical-treatment廣東東軟學院本科畢業(yè)設計（論文）目錄TOC\o"1-3"\h\u第一章緒論 第一章緒論1.1研究背景與意義問答系統(tǒng)正逐漸成為一種新趨勢，關于機器與人之間的自然交互，它可以更準確地理解自然語言所描述的問題，并根據(jù)用戶的真實思想向用戶返回更準確的答案REF_Ref7190\r\h[1]。隨著大數(shù)據(jù)近年來崛起和知識工程的發(fā)展，一種新形勢的搜索引擎：自動問答系統(tǒng)也逐漸進入人們的生活?；谥R圖譜的自動問答系統(tǒng)通過信息爬取技術和數(shù)據(jù)清洗技術將來自專業(yè)論壇，互聯(lián)網百科，醫(yī)療問答的非結構化文本信息轉化成結構化的文本數(shù)據(jù)來構成醫(yī)療知識圖譜。從而可以更好地構造海量數(shù)據(jù)并將其與人類認知聯(lián)系起來。因此，近年來，由于知識圖譜概念的提出，學術界將自動問答系統(tǒng)的的發(fā)展重心逐漸轉移到基于知識圖譜的的自動問答系統(tǒng)上。知識問答可以在精確的問答服務中發(fā)揮關鍵作用。在越來越多的垂直行業(yè)領域中，知識圖譜已被廣泛用作基礎數(shù)據(jù)服務，以提供上層智能應用程序的基礎結構，特別是在醫(yī)療領域，因為某些領域的數(shù)字化進程不斷發(fā)展，各種信息系統(tǒng)不斷發(fā)展。市場已經產生了大量的醫(yī)療信息。在如此大數(shù)據(jù)的背景下，有必要考慮如何有效地提取，管理和使用這些醫(yī)學信息以提高醫(yī)學資源的利用率。因此，臨床醫(yī)學知識圖譜的構建和應用還有很大的發(fā)展空間。微信小程序基于微信環(huán)境，具有很高的使用率，有利于軟件開發(fā)后的推廣和實際應用。小型程序使用的MINA框架利用Java的異步輸入和輸出技術為用戶提供更流暢的體驗。微信小程序于2017年1月9日開始公開測試。與傳統(tǒng)的App相比，小程序的使用方便。從用戶的角度來看，您無須下載即可使用的微型程序，從而完美解決了用戶需要下載App體驗功能的弊端，使軟件觸手可及。1.2國內外研究現(xiàn)狀1.2.1領域知識圖譜構建研究現(xiàn)狀醫(yī)學知識數(shù)據(jù)集包括醫(yī)學術語集（本體數(shù)據(jù)庫）、醫(yī)學知識庫和醫(yī)學知識圖譜。其中，當前的醫(yī)學術語（本體數(shù)據(jù)庫）為醫(yī)學知識庫和醫(yī)學知識圖譜的構建提供醫(yī)學專業(yè)術語，受限詞匯分類和概念標準化。它具有權威性，涵蓋的數(shù)量和質量范圍廣泛。該擔保得到了醫(yī)療行業(yè)的廣泛認可。在醫(yī)學知識庫方面，當前國內外大多數(shù)醫(yī)學知識庫都基于專業(yè)領域，但是醫(yī)學知識庫以結構化領域定義的形式存儲醫(yī)學知識，并且缺乏豐富的結構信息。醫(yī)學知識圖是具有相關圖的知識的集合。實際上，它是基于語義網的知識庫的直觀表示，著重于提取關系以顯示知識的高度相關性和高度結構化的特征。結果，醫(yī)學知識圖可以包含更豐富的關系級別和關系鏈接，從而顯著提高知識推理的準確性和效果?？傮w而言，大規(guī)模、多領域、跨語言的專業(yè)醫(yī)學知識圖譜的建設仍處于發(fā)展和不斷增強的階段。為了獲得更完整的醫(yī)學知識圖譜，需要不同的醫(yī)學本體庫和知識庫。與知識圖譜集成，并將尚未涵蓋的知識和不斷生成的新知識集成到現(xiàn)有知識圖譜中。醫(yī)學知識圖譜的構建必須是不斷迭代更新的過程。醫(yī)學知識圖譜的發(fā)展所需的知識融合，知識補充和動態(tài)知識更新表達變得迫在眉睫。1.2.2醫(yī)療領域問答系統(tǒng)應用研究現(xiàn)狀問答系統(tǒng)是一種智能檢索系統(tǒng)，基于自然語言處理技術，模擬人類的行為處理輸入的問題并傳出知識庫中對應解決答案。醫(yī)療問答系統(tǒng)實質上就是疾病知識問答系統(tǒng)，用于自然文本提出問題，系統(tǒng)可以返回相關疾病信息的需求。國外的問答系統(tǒng)發(fā)展比較早。1950年，“圖靈機測試”是問答系統(tǒng)的雛形；1961年，green為了便于回答體育賽事的相關問題，設計了第一個問答系統(tǒng)，這是智能問答系統(tǒng)發(fā)展的起點；1999年，文本檢索會議對系統(tǒng)衡量的指標定制了標準，推動了問答系統(tǒng)極大地發(fā)展。此后，國外眾多知名的高校陸續(xù)研究人機對話系統(tǒng)。同時，互聯(lián)網行業(yè)的巨頭如微軟、IBM等也紛紛加入智能對話系統(tǒng)研究的浪潮，以問答系統(tǒng)的研究目標：用最精簡有效的本文回答人們的提問，而不是某種概念的全部信息，并且首先要研究非結構化的數(shù)據(jù)變成結構化的技術。醫(yī)學領域是涉及人體健康的領域。該領域對醫(yī)療信息檢索要求更強，但是面對搜索引擎上呈現(xiàn)巨大的醫(yī)療健康信息，非醫(yī)學專業(yè)的用戶很難從中篩選出對自己有利的信息，造成信息污染和信息浪費，急需醫(yī)療問答系統(tǒng)實現(xiàn)有效地幫助。問答系統(tǒng)在醫(yī)學領域中的應用，可以緩解醫(yī)生和患者之間的信息失衡，提高醫(yī)療數(shù)據(jù)資源的有效使用性。于是，社會資源的壓力推動者國內醫(yī)療問答系統(tǒng)的發(fā)展，克服傳統(tǒng)醫(yī)療行業(yè)信息檢索局限性，促使我國醫(yī)療問答領域發(fā)展和迭代。1.3研究的內容本項目研究的主要內容是搭建一個基于知識圖譜醫(yī)療問答系統(tǒng)。該系統(tǒng)實現(xiàn)的功能是允許用戶輸入描述疾病或癥狀的白然語言句子,系統(tǒng)將自動抽取問題句子中的癥狀或疾病,并識別用戶的查詢意圖。在意圖明確的情況下,系統(tǒng)會從知識庫中檢索出符合用戶意圖的答案，并將答案反饋給用戶。1.4論文的組織結構本文由六章組成，具體文章的組織結構如下：緒論：主要介紹了本課題的研究背景及意義，國內外研究現(xiàn)狀以及本課題的主體研究與目標。關鍵技術和理論知識：本章節(jié)將會詳細地介紹基于微信小程序的醫(yī)療問答系統(tǒng)所采用的技術和方法。包括：知識圖譜、實體識別、實體抽取、flask和微信小程序。問答系統(tǒng)的需求分析：本章節(jié)會通過可行性、業(yè)務、功能的角度來分析本項目中問答系統(tǒng)的需求。問答系統(tǒng)的總體設計：本章節(jié)會詳細地介紹問答系統(tǒng)的總體框架以及問句解析模塊，問句分類模塊，答案檢索模塊的設計方案。系統(tǒng)的詳細設計與實現(xiàn)：詳細介紹了問答系統(tǒng)的開發(fā)環(huán)境；知識圖譜的構建方法；利用python的flask框架來實現(xiàn)基于微信小程序的自動問答系?？偨Y與展望：對本文的主要內容、成果、創(chuàng)新點進行總結，并闡述在研究中獲得的經驗以及存在的不足，以及對未來工作的展望。第二章關鍵技術和理論知識2.1知識圖譜和圖數(shù)據(jù)庫知識圖譜是用于存儲和表示復雜的用于計算機系統(tǒng)的結構化和非結構化信息的技術REF_Ref8141\r\h[6]。知識圖譜與數(shù)據(jù)庫有著較為明顯的區(qū)別。數(shù)據(jù)庫以表格的形式按行存儲,表格的列稱為字段,每個字段必須是基本的、不能拆分的數(shù)據(jù)類型,如整型、實型和字符型等,因而它的數(shù)據(jù)是扁平的，而且結構或數(shù)組不能作為字段的類型。然而知識庫的數(shù)據(jù)是立體的,知識圖譜不僅要存儲字符串或數(shù)字等常規(guī)數(shù)據(jù),還要存儲數(shù)據(jù)之間的關系,這些關系可以是從屬關系、子類等。知識圖譜既可以存儲在關系型數(shù)據(jù)庫中,也可以存儲在圖數(shù)據(jù)庫中。但后者不管是在存儲結構還是查詢方面都優(yōu)于關系型數(shù)據(jù)庫,因而本文釆用圖數(shù)據(jù)庫存儲知識圖譜?，F(xiàn)在主流的圖數(shù)據(jù)庫有titan、orientDB、Neo4j、Oracle、NoSQL等，其中neo4j是目前最流行的圖形數(shù)據(jù)庫，Neo4j創(chuàng)建的圖是用頂點和邊構建一個有向圖，頂點是現(xiàn)實世界中實體，邊代表了實體間的關系，Neo4j中有圖數(shù)據(jù)庫中專用的Cpyher查詢語句，查詢也比較簡單，在Neo4j中表現(xiàn)映射關系變成了圖關系，使用較少的資源就可以獲得較高的性能，Neo4j有活躍的社區(qū)和技術文檔，還有完善的Python工具包，所以本文選用Neo4j作為本系統(tǒng)的圖數(shù)據(jù)庫REF_Ref7282\r\h[2]。2.2實體識別和用戶意圖識別命名實體識別（NER）作為自然語言處理任務中的一種。命名實體識別從非結構化的文本中識別出實體，并根據(jù)業(yè)務需求（例如疾病，疾病癥狀，藥物等）識別更多類型的實體。命名對象識別技術是許多自然語言處理技術（例如信息提取，信息檢索，知識圖譜，機器翻譯和問答系統(tǒng)）的組成部分。在本項目中實體識別的作用就是分析出用戶輸入的問題語句中的實體，提供給問答系統(tǒng)去實現(xiàn)答案的檢索。模式匹配是數(shù)據(jù)結構中字符串的一種基本運算,該運算用于在給定一個子串的情況下,從某個字符串中找出與該子串相同的所有子串,其廣泛應用于信息檢索、入侵檢測等領域，模式匹配算法按其一次能夠匹配的模式數(shù)量可以分為單模式匹配算法和多模式匹配算法REF_Ref7759\r\h[3]。簡単來說,單模式匹配與多模式匹配的不同點在于單模式匹配是捜索一個關鍵字,而多模式匹配是搜索多個關鍵字。當前,利用已有的詞典來提取用戶輸入的自然語言問題句子中的疾病或癥狀詞語是準確性最佳的方法。但為了保證系統(tǒng)有較快的響應速度,匹配算法應該一次就能匹配詞典中的所有詞。因此,本文采用多模式匹配的方法來從用戶輸入信息中匹配出實體詞典中的詞。目前,在實際應用中使用最多的多模式匹配算法是Aho_Corasick（簡稱AC）算法REF_Ref7863\r\h[4]。本文采用了基于詞典匹配方法，詞典匹配方法采用的是AC多模式匹配算法,主要負責從用戶輸入信息中找出已有詞典中的詞語,從而達到提取疾病癥狀實體的目的。意圖識別的目的是讓系統(tǒng)識別出于用戶輸入的查詢相關的信息，在本文中，意圖識別的作用就是讓系統(tǒng)識別出用戶所提出的查詢目的，即用戶是要查詢疾病還是詢問治療方法等等目的。意圖識別對于基于搜索的系統(tǒng)非常重要，若意圖識別準確率高，則系統(tǒng)的檢索時間能大大加快，檢索的精確率也會相應提高。意圖識別本質上是一個分類問題，主要有三種方法：基于詞典匹配的規(guī)則分類、基于過完日志匹配和基于分類模型進行分類。不同的方法適用于不同的場景。用戶提出醫(yī)藥領域的問題的說法相對有限，所以本項目主要采用基于詞典匹配的方法。2.3微信小程序和Flask微信小程序于2017年1月9日開始公開測試。與傳統(tǒng)應用程序相比，小型程序易于使用。從用戶的角度來看，無須下載即可使用微程序。這將完全解決讓用戶下載應用程序體驗功能并訪問軟件的缺點。從開發(fā)人員的角度來看，小程序的開發(fā)成本低，開發(fā)周期短，并且還有其他獨特的優(yōu)勢。因此本項目使用微信小程序作為前端交互界面。因為前后端交互的邏輯并不復雜，所以該項目采用Python的Web框架之一的Flask作為后臺程序，并與前端微信小程序進行交互。Flask是一個非常流行的微型Web框架，用于使用Python編程語言實現(xiàn)相關功能，“Micro”并不意味著將整個Web應用程序放入一個Python文件中，而Micro框架中的“Micro”意味著Flask使擴展代碼變得簡單而容易，主要特征是核心配置相對簡單，但是具有高度可伸縮性和兼容性REF_Ref8023\r\h[5]。Flask和微信小程序具有相同的優(yōu)勢。開發(fā)人員可以使用Python快速實現(xiàn)網站或Web服務。第三章問答系統(tǒng)的需求分析3.1可行性分析3.1.1技術可行性由于本項目不選擇部署在服務器上，所以在硬件上性能要求僅為一臺windows系統(tǒng)的電腦，以用于開發(fā)本系統(tǒng)。本項目開發(fā)所用的工具為：微信開發(fā)者工具、PyCharm、Neo4j。由于開發(fā)人員對微信小程序開發(fā)工具使用的熟練度較低，所以存在一定開發(fā)風險。3.1.2經濟可行性本項目采用的開發(fā)工具皆為免費版。由于不選擇在云端服務器部署本系統(tǒng)，所以開發(fā)本系統(tǒng)的所需的經濟成本為零。本系統(tǒng)沒有任何的付費接口，也沒有加入任何廣告模塊，純屬公益項目。所以本項目不會產生任何經濟效益。3.1.3法律可行性本項目采用的工具和技術不違法任何法律道德，不會對社會穩(wěn)定性產生影響。值得一提的是，本項目將通過網絡爬蟲來獲取的數(shù)據(jù)替換成現(xiàn)成的結構化數(shù)據(jù)，有效地避免了法律問題。3.2系統(tǒng)業(yè)務需求隨著互聯(lián)網的快速發(fā)展，無論類型或數(shù)量如何，互聯(lián)網上的信息都呈爆炸性增長，人們對信息的訪問已逐漸從書報轉向Internet。另一方面，隨著智能移動設備的發(fā)展和移動無線傳輸速度的提高，人們可以隨時隨地獲得各種信息，包括醫(yī)療服務信息?，F(xiàn)在，人們不僅會在疾病發(fā)生前在互聯(lián)網上搜索疾病預防信息，而且還將在疾病發(fā)生后在Internet上咨詢康復和保健信息。隨著Internet信息的不斷增長和改進，有效的信息檢索已成為當務之急[10]。日前，從互聯(lián)網上檢索信息主要使用Google和百度等關鍵字搜索模式。此模型要求用戶設計和優(yōu)化關鍵字。一旦關鍵字不正確或不完整，搜索網站將檢索與用戶查詢意圖不符的結果。同時，搜索站點的搜索結果是網頁列表，用戶需要閱讀和過濾更多內容以獲得所需的知識。因此，上述缺點導致搜索站點上的搜索效率降低。與通過搜索網站來查詢問題相比，亟須一款問答系統(tǒng)可以讓用戶用自然語言直接描述他們的問題，并將其用作問答系統(tǒng)的輸入，而不必進行細化關鍵字以獲取問題的答案，讓用戶擁有更好的使用體驗。3.3系統(tǒng)功能需求3.3.1問句解析模塊實際上用戶提出的醫(yī)療相關問題形式多變，沒有固定的模板。所以問答系統(tǒng)的核心難題就是解析用戶提出的醫(yī)療問題，分析出醫(yī)療問題中的實體和用戶意圖。例如,用戶輸入問題“失眠癥屬于什么科室”,該模塊應該抽取出疾病實體詞“失眠癥”,并將該詞標記為疾病,同時應該識別出查詢意圖為查詢科室。問題解析模塊是本問答系統(tǒng)的關鍵模塊之一,該模塊的主要職責就是從用戶提出的醫(yī)療問題中抽取出醫(yī)藥實體和用戶意圖，并將實體信息和用戶意圖傳遞給問句分類模塊。3.3.2問句分類模塊圖據(jù)庫查詢需要查詢條件和查詢目標,疾病和癥狀實體是數(shù)據(jù)庫查詢的條件,那么用戶輸入信息的查詢意圖就是數(shù)據(jù)庫查詢的目標。在通過問句解析模塊獲得了醫(yī)療問題中的實體信息和用戶意圖后，再把兩個信息融合在一起就是用戶的查詢意圖。問句分類模塊的職責就是根據(jù)用戶意圖結合實體信息來生成相應的數(shù)據(jù)庫查詢語句，最后該模塊會將相應的查詢語句傳遞給答案檢索模塊。3.3.3答案檢索模塊本問答系統(tǒng)是檢索式系統(tǒng)，通過檢索圖數(shù)據(jù)庫來獲取相應的答案。因此答案檢索模塊主要負責生成相應數(shù)據(jù)庫的查詢語句,并處理從數(shù)據(jù)庫檢索到的結果信息。該模塊通過獲取問句分類模塊傳遞進來圖數(shù)據(jù)庫查詢語句,并將該語句傳遞給知識庫進行查詢，把查詢結果包裝成自然語言答案，并反饋給前端交互界面。第四章問答系統(tǒng)的總體設計4.1系統(tǒng)架構設計本項目采用各種技術框架來構建基于知識圖譜的醫(yī)學問題解答系統(tǒng),包括前端UI采用了微信小程序,后臺業(yè)務采用Flask框架,數(shù)據(jù)庫采用圖數(shù)據(jù)庫neo4j等。Python作為主要的編程語言。在前端UI層面,采用微信小程序框架實現(xiàn)問答答系統(tǒng)前端交互界面的搭建,在后端業(yè)務層面采用Flask框架實現(xiàn)業(yè)務邏輯構建。本文系統(tǒng)技術架構設計如下圖4.1所示。圖4.1技術框架圖根據(jù)本文3.3小節(jié)可知，本項目的問答系統(tǒng)主要由三個模塊構成:問題解析模塊、問句分類模塊和問答檢索模塊,其中最重要的是問題解析模塊和答案檢索模塊，各模塊之間的關系如圖4.2。

圖4.2系統(tǒng)框架圖4.2系統(tǒng)功能模塊的設計4.2.1問句解析模塊問題解析模塊是本系統(tǒng)的最關鍵模塊,該模塊目標是從用戶輸入的醫(yī)療問題中抽取出實體,該模塊將使用第三章所提到的實體識別方法和意圖識別方法，也就是基于詞典匹配的用戶意圖識別和實體識別?；谠~典的命名實體識別，難度在于為其準備一個覆蓋率足夠大的實體詞典。本項目在把結構化的醫(yī)藥數(shù)據(jù)導入圖數(shù)據(jù)庫時，把實體名稱同步寫入相應實體類型的詞典中，最終生成了7類實體詞典，總計實體44111條，實現(xiàn)實體詞典的實體數(shù)量和圖數(shù)據(jù)庫的實體數(shù)量的全對齊，巧妙地解決了這個難題。各類實體詞典數(shù)量如下表所示。表4.1各類詞典的實體數(shù)量實體類型中文含義實體數(shù)量Check診斷檢查項目3,353Department醫(yī)療科目54Disease疾病8,807Drug藥品3,828Food食物4,870Producer在售藥品17,201Symptom疾病癥狀5,998由于用戶提出醫(yī)藥領域的問題的說法相對有限，所以本項目主要采用基于詞典匹配的方法，構建了疑問詞特征詞典，如圖4.3所示。圖4.3問句疑問詞詞典并將這些疑問詞分類出13種意圖類型，如下表4.2所示.表3.1意圖類型設計意圖類型中文含義舉例symptom_qwds查詢癥狀心臟病的癥狀是什么？cause_qwds查詢病因為什么會頭痛？acompany_qwds查詢并發(fā)癥冠心病的并發(fā)癥有哪些？food_qwds查詢食物失眠癥吃什么？drug_qwds查詢藥品咳嗽吃什么藥？prevent_qwd查詢預防措施流行性感冒的預防措施？lasttime_qwds查詢治療周期失眠癥的治療周期？cureway_qwds查詢治療方式肺炎的治療方式？cureprob_qwds查詢治愈概率青光眼的治愈概率？easyget_qwds查詢易感人群肺炎的易感人群有哪些？check_qwds查詢檢查科目腎結石應該檢查什么項目？belong_qwds查詢科室失眠癥屬于什么科室？cure_qwds查詢藥效阿莫西林治療什么？在運行該模塊時，將通過調用python中ahocorasick庫來生成Aho-Corasick自動機，AC自動機根據(jù)用戶問句來快速的匹配出實體詞典中的特征詞，從而識別出用戶問句中的實體.圖4.4為構建AC自動機的方法。圖4.4構建AC自動機的方法由于疑問特征詞典較小，本項目用for循環(huán)來遍歷疑問特征詞典,并通過判斷語句來判斷用戶問句中是否存在特征詞。從而識別出問句的用戶意圖，實現(xiàn)的方法如圖4.5所示。圖4.5判斷方法4.2.2問句分類模塊問句分類模塊通過實體和用戶意圖來分析出用戶的查詢意圖，來生成對應數(shù)據(jù)庫查詢語句。圖數(shù)據(jù)庫Neo4j指定的查詢語句是Cypher.Cypher具有直觀的書寫方式，使得用戶可以通過編寫簡單的查詢代碼來實現(xiàn)對neo4j進行各種復雜的操作，其中包括檢索數(shù)據(jù)庫。Cypher的查詢命令主要是MATCH命令，用戶可以通過MATCH命令查找有關節(jié)點的屬性或者節(jié)點與節(jié)點的關系，它一般是與return和where命令組合和起來使用，從數(shù)據(jù)庫中篩選滿足條件的數(shù)據(jù)，然后返回指點的數(shù)據(jù)。在本項目中，知識庫答案檢索的目標就是將用戶提出的自然語言問題轉換成一個語義等價的Cypher查詢語句。例如，用戶描述的問題“失眠癥屬于什么科室？”，問題解析模塊應從問題句子中抽取出疾病實體“失眠癥”，并應該識別出用戶查詢意圖為查詢科室，然后系統(tǒng)應將問題轉換為如下形式的查詢語句：MATCH(m:Disease)where='失眠癥'return,m.desc，并將轉換的查詢語句傳遞給答案檢索模塊。具體方法如下圖4.6所示。圖4.6根據(jù)相應的用戶查詢意圖生成不同的查詢語句4.2.3答案檢索模塊本節(jié)主要描述在系統(tǒng)獲取到疾病實體以及用戶意圖，生成相應的cypher查詢語句，并處理從數(shù)據(jù)庫檢索到的相關的醫(yī)療數(shù)據(jù).在完成問句分類和命名實體識別任務后，本項目已經完成了cypher查詢語句的生成，最后需要在圖數(shù)據(jù)庫Neo4j中執(zhí)行查詢語句獲取答案REF_Ref7282\r\h[2]。通過python第三方庫中的py2neo庫，可以完成python和圖數(shù)據(jù)庫neo4j連接，py2neo支持對neo4j數(shù)據(jù)庫的結點創(chuàng)建，關系創(chuàng)建，屬性創(chuàng)建和結點查詢，屬性值查詢，節(jié)點間的關系查詢等多種操作REF_Ref7282\r\h[2]。下圖4.7為調用py2neo來連接neo4j數(shù)據(jù)庫的方法。圖4.7連接數(shù)據(jù)的方法在成功連接neo4j以后，該模塊將查詢語句傳遞給neo4j數(shù)據(jù)庫，并將查詢結果轉換成自然語言答案。實現(xiàn)的方法如下圖4.8.所示，該方法根據(jù)不同的查詢意圖，來調用不同的回復模板。圖4.8生成自然語言答案的方法第五章系統(tǒng)的詳細設計與實現(xiàn)5.1開發(fā)環(huán)境和工具電腦的硬件信息如下表5.1所示。表5.1硬件信息表電腦型號microsoftsurfacepro6CPUIntel酷睿i58250U內存8g硬盤128g顯卡IntelGMAUHD620開發(fā)工具：PyChram2018社區(qū)版、微信開發(fā)者工具、neo4j開發(fā)環(huán)境：python3.6、windows105.2醫(yī)藥數(shù)據(jù)的獲取本項目數(shù)據(jù)來源于網絡上共享結構化數(shù)據(jù)，用python中的scrapy庫從在線醫(yī)療健康網站抓取所需的json數(shù)據(jù)。本文抓取的主要數(shù)據(jù)來源于尋醫(yī)問藥網。如下圖5.1所示為獲取的結構化數(shù)據(jù)。圖5.1結構化醫(yī)藥數(shù)據(jù)5.3醫(yī)藥知識圖譜的構建若采用人工的方式構建知識庫尤其是領域知識庫，那么需要領域專家設計，這將耗費大量的時間和人力。因此，自動化的構建知識庫時所有學術界和工業(yè)界關注的重點，本文首先利用scarpy工具從尋醫(yī)問藥網爬取結構化的疾病相關，并保存在json文件中。然后處理json文件中的數(shù)據(jù)。通過程序自動的轉變?yōu)槿M形式，并存入neo4j數(shù)據(jù)庫中的三元組信息REF_Ref7282\r\h[2]。根據(jù)醫(yī)藥信息之間的數(shù)據(jù)關系映射，如下表所示,本項目在圖數(shù)據(jù)庫中創(chuàng)建了疾?。╠isease）、藥品（drug）,食物（food），在售藥品（producer）,疾病癥狀（symptom）、診斷檢查項目（check）、所屬科目（depatment）。這七類實體中以疾病實體為中心節(jié)點，其余類實體圍繞它建立關系網，經過統(tǒng)計，最后得到了總計實體44111條，具體詳情見表5.2。表5.2各種實體類型的數(shù)量實體類型中文含義實體數(shù)量舉例Check診斷檢查項目3,353支氣管造影；關節(jié)鏡檢查Department醫(yī)療科目54整形美容科；燒傷科Disease疾病8,807血栓閉塞性脈管炎；胸降主動脈動脈瘤Drug藥品3,828主動脈動脈瘤，京萬紅痔瘡膏Food食物4,870番茄沖菜牛肉丸湯；竹筍燉羊肉Producer在售藥品17,201青霉素V鉀片Symptom疾病癥狀5,998乳腺組織肥厚；腦實質深部出血此外本項目依據(jù)這7類實體定義了10類關系類型，詳情見表5.3?？傆嫷玫綄嶓w關系類型294149條，由此可知一個疾病可能關聯(lián)多個同一類的實體。表5.3各類實體關系類型的數(shù)量實體類型中文含義實體數(shù)量舉例belongs_to屬于8,844婦科,屬于,婦產科common_drug疾病常用藥品14,649陽強,常用,甲磺酸酚妥拉明分散片do_eat疾病宜吃食物22,238胸椎骨折,宜吃,黑魚drugs_of藥品在售藥品17,315青霉素V鉀片need_check疾病所需檢查39,422單側肺氣腫,所需檢查,支氣管造影no_eat疾病忌吃食物22,247唇病,忌吃,杏仁recommand_drug疾病推薦藥品59,467混合痔,推薦用藥京萬紅痔瘡膏recommand_eat疾病推薦食譜40,221番茄沖菜牛肉丸湯has_symptom疾病癥狀5,998早期乳腺癌,疾病癥狀,乳腺組織肥厚acompany_with疾病并發(fā)疾病12,029下肢交通靜脈瓣膜關閉不全,并發(fā)疾病,血栓閉塞性脈管炎數(shù)據(jù)圖譜能夠清晰地展示實體與實體這間的關系，如圖5.2所示，通常查詢語句查找到屬于心理科的疾病。圖5.2屬于心理科的疾病實體圖5.4醫(yī)療問答系統(tǒng)的設計與實現(xiàn)5.4.1問答系統(tǒng)流程設計本文設計的醫(yī)療問答系統(tǒng)主要為用戶提供疾病相關信息和治療建議,幫助用戶了解白身健康狀況,在去醫(yī)院就診時能心中有數(shù)。本系統(tǒng)的問答流程如圖5.3所示。從圖5.3可知,系統(tǒng)接收了用戶輸入的對于疾病或癥狀的描述信息后,首先執(zhí)行的是問題解析模塊中的疾病癥狀抽取子模塊,在該模塊中利用自定義的實體詞典抽取用戶輸入信息中的疾病和癥狀詞語。然后再執(zhí)行問題解析模塊中的用戶意圖識別子模塊,在該模塊中識別出用戶輸入信息的查詢意圖類型。如果識別出了意圖類型,則下一步將用戶輸入信息轉變?yōu)镃ypher查詢語句,再將該語句傳遞給醫(yī)療知識庫,由知識庫的查詢引擎執(zhí)行相應的查詢命令,從而從知識庫中查詢出結果。問答系統(tǒng)檢索出答案后,將根據(jù)答案生成檢索結果報告。圖5.3系統(tǒng)流程圖5.4.2問答系統(tǒng)的實現(xiàn)本項目將問句解析模塊、問句分類模塊和答案檢索模塊封裝成不同的類。此外還有chatbot_graph類，來完成各個模塊之間的調度。表5.4為各個類所屬的模塊和職能。表5.4方法類對應所屬模塊表類名所屬模塊職能question_classifier問句解析模塊解析問句中的實體和用戶意圖question_parser問句分類模塊生成數(shù)據(jù)庫查詢語句answer_search答案檢索模塊查詢數(shù)據(jù)庫并返回自然語言答案chatbot_graph主模塊實現(xiàn)各個模塊之間的調度。chat_graph類屬于主模塊，負責實現(xiàn)各個模塊之間的調用關系，從實現(xiàn)智能醫(yī)療的問答的效果。主模塊在獲得用戶提出的問題之后，將問題數(shù)據(jù)依次遞給其他的三個模塊，最后再接受來自答案檢索模塊的答案。在運行chatbot_graph類后，系統(tǒng)會提示用戶輸入問題，并快速的返回答案。圖5.4運行效果圖。圖5.4運行效果圖5.5基于微信小程序的交互界面的實現(xiàn)基于微信小程序的交互界面為用戶提供一個交互窗口，即用戶可以在此界面輸入醫(yī)療問題，也可以在此界面了解到問題的答案。交互界面如下圖5.5所示。交互界面用微信開發(fā)者工具進行開發(fā)，以微信小程序的形式來呈現(xiàn)。這個是仿微信聊天界面的交互窗口，用戶可以看到聊天記錄，在輸入框輸入醫(yī)藥知識問題，在點擊搜索按鈕來發(fā)送輸入的問題。圖5.5基于微信小程序的交互界面本項目前后端之間的交互較為簡單：問答系統(tǒng)接收來自交互的問題；交互接收來自問答系統(tǒng)的。所以本項目采用python輕量級web框架flask來實現(xiàn)前后端數(shù)據(jù)的交互。5.6系統(tǒng)測試系統(tǒng)測試的目的是發(fā)現(xiàn)系統(tǒng)中存在的問題,以便今后改進系統(tǒng),為用戶提供體驗性更好的系統(tǒng)。為了測試基于知識圖譜的醫(yī)療問答系統(tǒng)的實際效果,本項目對醫(yī)療問答系統(tǒng)的功能進行測試。測試的方法：模擬用戶的實際操作，在交互界面輸入與醫(yī)療相關的自然語言問題，對比預期結果和實際結果的出入。此次系統(tǒng)測試準備100條醫(yī)療相關的測試語料。部分測試語料如下表5.5所示。表5.5部分測試語料測試案例預期結果流感通常會和啥病一起出現(xiàn)流感一般發(fā)生在冬季，春季也有但很少見，要注意及時的預防。小兒咳嗽如何預防幫助還在養(yǎng)成良好的衛(wèi)生習慣。流行性感冒引起的發(fā)燒可以用什么藥酚咖片支配眼瞼閉合的神經是哪個？面神經在本次測試中，大部分測試案例的測試結果都符合預期結果。第六章總結與展望6.1論文工作總結知識圖譜在醫(yī)學領域的應用有助于提高醫(yī)療智能化的水平，目前醫(yī)學知識圖譜主要應用于臨床決策支持系統(tǒng)、醫(yī)療智能語義搜索引擎、醫(yī)療問答系統(tǒng)和醫(yī)學知識科普等方面，醫(yī)學知識推理人工智能技術的發(fā)展和應用，提高了醫(yī)學知識圖譜的構建效率和知識推理的準確率REF_Ref8408\r\h[7]。即使是擁有豐富醫(yī)學知識的醫(yī)生面對相同的疾病，也要通過參考患者的身體情況來給出不同的診斷結果，再根據(jù)診斷結果向患者提供不同的治療方案。人工智能有得天獨厚的優(yōu)勢在挖掘醫(yī)藥信息方面?；ヂ?lián)網通過各種各樣的渠道中收集數(shù)據(jù)，處理大量重復冗余的醫(yī)療知識是目前醫(yī)療知識圖譜面臨的一大難題，而人工智能有得天獨厚的優(yōu)勢在于挖掘醫(yī)藥信息方面。知識推理更專注于在方法的運用和知識的選擇上，可以做到推理自然語言問題缺失的部分以便于自然語言問題的分析和求解。醫(yī)療知識圖譜的使得醫(yī)療數(shù)據(jù)可視化，可以協(xié)助醫(yī)生通過分析大數(shù)據(jù)，以進行更加合理的決策。知識推理還可以根據(jù)病人的癥狀和檢查結果進行數(shù)據(jù)分析，協(xié)助醫(yī)生對患者提供更加合理的治療方案。于此同時，知識推理還可以通過分析醫(yī)生的治療方案，對其治療方案提供建議，使得醫(yī)生提供的治療方案更具針對性。同時，醫(yī)藥行業(yè)人員可以在醫(yī)學知識圖譜中搜索和查詢相關的實體屬性和實體間關，對其進行擴展查詢，以此提高醫(yī)學信息搜索和查詢結果的準確性，能夠為用戶提供自然語言形式的準確回答。了解到相關醫(yī)學知識答案的患者可以根據(jù)找到適合自己的醫(yī)生，同時也避免了醫(yī)生與患者之間的因為專業(yè)性較強的醫(yī)學知識通過溝通較為困難導致的醫(yī)患關系緊張，可以有效改善患者就診體驗，并提高后續(xù)護理的準確性和效率以及患者滿意度。6.2未來工作的展望智能問答系統(tǒng)是目前人工智能領域的研究重點，從今往后的發(fā)展也離不開人工智能。而就當前國內用醫(yī)困難的現(xiàn)狀而言，醫(yī)療健康問答系統(tǒng)無疑就是一個很有優(yōu)勢的解決方法，但是目前尚未能夠制作出完整的系統(tǒng)，本論文就目前醫(yī)療健康問答系統(tǒng)的原理進行介紹，目前尚未能夠實現(xiàn)REF_Ref2405\r\h[9]。這個系統(tǒng)不但緩解了“看病難和看病貴”的社會痛點，而且減少了目前醫(yī)療體系的壓力。知識圖譜具有強大的語義處理能力和開放訪問能力，是語義網和知識庫的轉換和升華。醫(yī)學知識地圖集將醫(yī)學知識和知識地圖集結合起來，以促進醫(yī)學數(shù)據(jù)的智能和自動化處理，這將為醫(yī)學行業(yè)的發(fā)展提供新的機會。在醫(yī)療領域應用知識圖譜為醫(yī)療行業(yè)創(chuàng)造了新的機遇，并帶來了一系列挑戰(zhàn)REF_Ref8408\r\h[7]。目前，由醫(yī)學知識圖譜構建的主要關節(jié)仍然面臨著巨大的挑戰(zhàn)和挑戰(zhàn)。例如，當前應用于醫(yī)學文本提取的算法通常具有較低的準確性，有限的限制和較差的可伸縮性。醫(yī)學知識圖譜的多樣性導致在具有不同數(shù)據(jù)源的醫(yī)療機構之間出現(xiàn)嚴重的多源查找問題，動態(tài)醫(yī)學知識圖的表示不正確，信息更改的傳播和更新不足以及醫(yī)學知識圖的可視化問題為您的醫(yī)生找到最佳的診斷和治療顯示計劃，并讓患者了解您的顯示結果也是一項挑戰(zhàn)。醫(yī)學知識圖譜是大數(shù)據(jù)，人工智能和醫(yī)學的結合，將成為醫(yī)學界的熱點和前沿問題，未來將成為大數(shù)據(jù)智能研究REF_Ref8591\r\h[8]。參考文獻張崇宇.基于知識圖譜的自動問答系統(tǒng)的應用研究與實現(xiàn)[D].北京郵電大學,2019.申豪杰.基于知識圖譜的電影知識問答系統(tǒng)研究與實現(xiàn)[D].重慶師范大學,2019.王培鳳,李莉.基于Aho-Corasick算法的多模式匹配算法研究[J].計算機應用研究,2011,28(04):1251-1253+1259.AlfredV.Aho,MargaretJ.Corasick.Efficientstringmatching[J].CommunicationsoftheACM,1975,18(6).沈宏偉.基于Flask的企業(yè)內網安全系統(tǒng)的設計與實現(xiàn)[D].北京交通大學,2018.S侯夢薇,衛(wèi)榮,陸亮,蘭欣,蔡宏偉.知識圖譜研究綜述及其在醫(yī)療領域的應用[J].計算機研究與發(fā)展,2018,55(12):2587-2599.修曉蕾,吳思竹,崔佳偉,鄔金鳴,錢慶.醫(yī)學知識圖譜構建研究進展[J].中華醫(yī)學圖書情報雜志,2018,27(10):33-39.袁凱琦,鄧揚,陳道源,張冰,雷凱.醫(yī)學知識圖譜構建技術與研究進展[J].計算機應用研究,2018,35(07):1929-1936.顏昕.基于自然語言處理的醫(yī)療健康問答系統(tǒng)[J].通訊世界,2018(06):255-256.方正.信息檢索中關鍵技術的研究[J].大慶師范學院學報,2011,31(03):39-41.致謝我花了將近兩個月的時間來完成本文，在撰寫本文的過程中，我遇到了許多困難和障礙，所有這些都是在同學和老師的幫助下解決的。我要特別感謝論文導師向燕飛無私的指導和幫助，以及她對論文的修改和改進的提出了不少的建議。此外，在學校圖書館中查找資料時，圖書館老師還提供了許多支持和幫助。感謝幫助我的老師！感謝本文參考文獻的學者，本文引用了幾位學者的研究文獻，沒有每位學者的發(fā)現(xiàn)的幫助和啟發(fā)，很難完成本文中的各種研究成果。我要感謝我的朋友在論文撰寫過程中向我提供所需的材料，以及在論文撰寫和排版過程中提供的熱情幫助。由于本人學術水平有限，論文不可避免地存在缺陷。我誠摯地邀請所有老師和校友批評和糾正我！

電腦不啟動故障診治了解電腦啟動的過程在諸多電腦故障中，無法正常啟動是最令用戶頭痛的事了。筆者長期從事維護電腦的工作，在這個方面積累了一些經驗，現(xiàn)在就將這些經驗整理歸納出來與朋友們分享。本文將以家用電腦和windows98操作系統(tǒng)為基礎，介紹電腦無法正常啟動故障的診治。要想準確地診斷電腦不啟動故障，首先要了解的起動過程，當我們按下電源開關時，電源就開始向主板和其它設備供電，此時電壓還沒有完全穩(wěn)定，主板控制芯片組會根據(jù)CMOS中的CPU主頻設置向CPU發(fā)出一個Reset(重置)信號，讓CPU初始化，電壓完全穩(wěn)定后，芯片組會撤去Reset信號，CPU馬上從地址FFFF0H處執(zhí)行一條跳轉指令，跳到系統(tǒng)BIOS中真正的啟動代碼處。系統(tǒng)BIOS首先要做的事情就是進行POST(PowerOnSelfTest，加電自檢)。POST的主要任務是檢測系統(tǒng)中的一些關鍵設備(電源、CPU芯片、BIOS芯片、定時器芯片、數(shù)據(jù)收發(fā)邏輯電路、DMA控制器、中斷控制器以及基本的64K內存和內存刷新電路等)是否存在和能否正常工作，如內存和顯卡等。自檢通過后，系統(tǒng)BIOS將查找顯示卡的BIOS，由顯卡BIOS來完成顯示卡的初始化，顯示器開始有顯示，自此，系統(tǒng)就具備了最基本的運行條件，可以對主板上的其它部分進行診斷和測試，再發(fā)現(xiàn)故障時，屏幕上會有提示，但一般不死機，接著系統(tǒng)BIOS將檢測CPU的類型和工作頻率，然后開始測試主機所有的內存容量，內存測試通過之后，系統(tǒng)BIOS將開始檢測系統(tǒng)中安裝的一些標準硬件設備，這些設備包括：硬盤、CD－ROM、軟驅、串行接口和并行接口等連接的設備，大多數(shù)新版本的系統(tǒng)BIOS在這一過程中還要自動檢測和設置內存的相關參數(shù)、硬盤參數(shù)和訪問模式等。標準設備檢測完畢后，系統(tǒng)BIOS內部的支持即插即用的代碼將開始檢測和配置系統(tǒng)中已安裝的即插即用設備。每找到一個設備之后，系統(tǒng)BIOS都會在屏幕上顯示出設備的名稱和型號等信息，同時為該設備分配中斷、DMA通道和I/O端口等資源。最后系統(tǒng)BIOS將更新ESCD(ExtendedSystemConfigurationData，擴展系統(tǒng)配置數(shù)據(jù))。ESCD數(shù)據(jù)更新完畢后，系統(tǒng)BIOS的啟動代碼將進行它的最后一項工作，即根據(jù)用戶指定的啟動順序從軟盤、硬盤或光驅啟動。以從C盤啟動為例，系統(tǒng)BIOS將讀取并執(zhí)行硬盤上的主引導記錄，主引導記錄接著從分區(qū)表中找到第一個活動分區(qū)，然后讀取并執(zhí)行這個活動分區(qū)的分區(qū)引導記錄，而分區(qū)引導記錄將負責讀取并執(zhí)行IO.SYS，這是Windows最基本的系統(tǒng)文件。IO.SYS首先要初始化一些重要的系統(tǒng)數(shù)據(jù)，然后就顯示出我們熟悉的藍天白云，在這幅畫面之下，Windows將繼續(xù)進行DOS部分和GUI(圖形用戶界面)部分的引導和初始化工作，一切順利結束，電腦正常啟動。根據(jù)故障現(xiàn)象診治了解電腦啟動的過程，故障就好判斷了，下面我們就根據(jù)故障現(xiàn)象開始診治了：現(xiàn)象一：系統(tǒng)完全不能啟動，見不到電源指示燈亮，也聽不到冷卻風扇的聲音。這時，基本可以認定是電源部分故障，檢查：電源線和插座是否有電、主板電源插頭是否連好，UPS是否正常供電，再確認電源是否有故障，最簡單的就是替換法，但一般用戶家中不可能備有電源等備件，這時可以嘗試使用下面的方法（注意：要慎重）：先把硬盤，CPU風扇，或者CDROM連好，然后把ATX主板電源插頭用一根導線連接兩個插腳（把插頭的一側突起對著自己，上層插腳從左數(shù)第4個和下層插腳從右數(shù)第3個，方向一定要正確），然后把ATX電源的開關打開，如果電源風扇轉動，說明電源正常，否則電源損壞。如果電源沒問題直接短接主板上電源開關的跳線，如果正常，說明機箱面板的電源開關損壞?，F(xiàn)象二：電源批示燈亮，風扇轉，但沒有明顯的系統(tǒng)動作。這種情況如果出現(xiàn)在新組裝電腦上應該首先檢查CPU是否插牢或更換CPU，而正在使用的電腦的CPU損壞的情況比較少見（人為損壞除外），損壞時一般多帶有焦糊味，如果剛剛升級了BIOS或者遭遇了CIH病毒攻擊，這要考慮BIOS損壞問題（BIOS莫名其妙的損壞也是有的），修復BIOS的方法很多雜志都介紹過就不重復了；確認CPU和BIOS沒問題后，就要考慮CMOS設置問題，如果CPU主頻設置不正確也會出現(xiàn)這種故障，解決方法就是將CMOS信息清除，既要將CMOS放電，一般主板上都有一個CMOS放電的跳線，如果找不到這個跳線可以將CMOS電池取下來，放電時間不要低于5分鐘，然后將跳線恢復原狀或重新安裝好電池即可；如果CPU、BIOS和CMOS都沒問題還要考慮電源問題：PC機電源有一個特殊的輸出信號，稱為POWERGOOD（PG）信號，如果PG信號的低電平持續(xù)時間不夠或沒有低電平時間，PC機將無法啟動。如果PG信號一直為低電平，則PC機系統(tǒng)始終處于復位狀態(tài)。這時PC機也出現(xiàn)黑屏、無聲響等死機現(xiàn)象。但這需要專業(yè)的維修工具外加一些維修經驗，因此，建議采用替換法；電源沒有問題就要檢查是否有短路，確保主板表面不和金屬（特別是機箱的安裝固定點）接觸。把主板和電源拿出機箱，放在絕緣體表面，如果能啟動，說明主板有短路現(xiàn)象；如果還是不能啟動則要考慮主板問題，主板故障較為復雜，可以使用替換法確認，然后更換主板。現(xiàn)象三：電源指示燈亮，系統(tǒng)能啟動，但系統(tǒng)在初始化時停住了，而且可以聽到嗽叭的鳴叫聲（沒有視頻）：根據(jù)峰鳴代碼可以判斷出故障的部位。ccid_page/AwardBIOS1短聲：說明系統(tǒng)正常啟動。表明機器沒有問題。2短聲：說明CMOS設置錯誤，重新設置不正確選項。1長1短：說明內存或主板出錯，換一個內存條試試。1長2短：說明顯示器或顯示卡存在錯誤。檢查顯卡和顯示器插頭等部位是否接觸良好或用替換法確定顯卡和顯示器是否損壞。1長3短：說明鍵盤控制器錯誤，應檢查主板。1長9短：說明主板FlashRAM、EPROM錯誤或BIOS損壞，更換FlashRAM。重復短響：說明主板電源有問題。不間斷的長聲：說明系統(tǒng)檢測到內存條有問題，重新安裝內存條或更換新內存條重試。AMIBIOS1短：說明內存刷新失敗。更換內存條。2短：說明內存ECC較驗錯誤。在CMOS中將內存ECC校驗的選項設為Disabled或更換內存。3短：說明系統(tǒng)基本內存檢查失敗。換內存。4短：說明系統(tǒng)時鐘出錯。更換芯片或CMOS電池。5短：說明CPU出現(xiàn)錯誤。檢查CPU是否插好。6短：說明鍵盤控制器錯誤。應檢查主板。7短：說明系統(tǒng)實模式錯誤，不能切換到保護模式。8短：說明顯示內存錯誤。顯示內存有問題，更換顯卡試試。9短：說明BIOS芯片檢驗和錯誤。1長3短：說明內存錯誤。內存損壞，更換。1長8短：說明顯示測試錯誤。顯示器數(shù)據(jù)線沒插好或顯示卡沒插牢?，F(xiàn)象四：系統(tǒng)能啟動，有視頻，出現(xiàn)故障提示，這時可以根據(jù)提示來判斷故障部位。下面就是一些常見的故障提示的判斷：一、提示“CMOSBatteryStateLow”原因：CMOS參數(shù)丟失，有時可以啟動，使用一段時間后死機，這種現(xiàn)象大多是CMOS供電不足引起的。對于不同的CMOS供電方式，采取不同的措施：1.焊接式電池：用電烙鐵重新焊上一顆新電池即可；2.鈕扣式電池：直接更換；3.芯片式：更換此芯片，最好采用相同型號芯片替換。如果更換電池后時間不長又出現(xiàn)同樣現(xiàn)象的話，很可能是主板漏電，可檢查主板上的二極管或電容是否損壞，也可以跳線使用外接電池，不過這些都需要有一定的硬件維修基礎才能完成。二、提示“CMOSChecksumFailure”CMOS中的BIOS檢驗和讀出錯；提示“CMOSSystemOptionNotSet”，CMOS系統(tǒng)未設置；提示“CMOSDisplayTypeMismatch”，CMOS中顯示類型的設置與實測不一致；提示“CMOSMemorySizeMismatch”，主板上的主存儲器與CMOS中設置的不一樣；提示“CMOSTime&DateNotSet”，CMOS中的時間和日期沒有設置。這些都需要對CMOS重新設置。三、提示“KeyboardInterfaceError”后死機原因：主板上鍵盤接口不能使用，拔下鍵盤，重新插入后又能正常啟動系統(tǒng)，使用一段時間后鍵盤無反應，這種現(xiàn)象主要是多次拔插鍵盤引起主板鍵盤接口松動，拆下主板用電烙鐵重新焊接好即可；也可能是帶電拔插鍵盤，引起主板上一個保險電阻斷了（在主板上標記為Fn的東西），換上一個1歐姆／0.5瓦的電阻即可。四、自檢過程中斷在xxxKCache處這表示主板上Cache損壞，可以在CMOS設置中將“ExternalCache”項設為“Disable”故障即可排除。同理，在自檢主板部件時出現(xiàn)中斷，則可以認為該部件損壞，解決方法一般可以在CMOS中將其屏蔽，如果不能屏蔽該部件最好更換主板。五、提示“FDDControllerFailure”BIOS不能與軟盤驅動器交換信息；提示“HDDControllerFailure”，BIOS不能與硬盤驅動器交換信息。應檢查FDD（HDD）控制卡及電纜。六、提示“8042GateA20Error”8042芯片壞；提示“DMAError”，DMA控制器壞。這種故障需要更換。七、提示“DisplaySwitchNotProper”主板上的顯示模式跳線設置錯誤，重新跳線。八、提示“KeyboardisLock...Unlockit”鍵盤被鎖住，打開鎖后重新引導系統(tǒng)。九、IDE接口設備檢測信息為：“DetectingPrimary（或Secondary）Master（或Slave）...None”表示該IDE接口都沒有找到硬盤，如果該IDE口確實接有硬盤的話，則說明硬盤沒接上或硬盤有故障，可以從以下幾方面檢查：1、硬盤電源線和數(shù)據(jù)線是否接觸不良，或換一根線試試；2、CMOS設置有無錯誤，進入CMOS將“PrimaryMaster”、“PrimarySlave”、“SecondaryMaster”三項的的“TYPE”都設置成“Auto”；3、替換法確認硬盤本身有故障。十、IDE接口設備檢測信息下面顯示“Floppydisk(s)fail(40)”出錯信息表示CMOS所指定的軟盤驅動器有問題。判斷和解決的方法與硬盤相似。現(xiàn)象五：系統(tǒng)不能引導。這種故障一般都不是嚴重問題，只是系統(tǒng)在找到的用于引導的驅動器中找不到引導文件，比如：BIOS的引導驅動器設置中將軟驅排在了硬盤驅動的前面，而軟驅中又放有沒有引導系統(tǒng)的軟盤或者BIOS的引導驅動器設置中將光驅排在了硬盤驅動的前面，而光驅中又放有沒有引導系統(tǒng)的光盤，這個都很簡單，將光盤或軟盤取出就可以了，實際應用中遇到“DiskBootFailure，InsertSystemDiskAndPressEnter”的提示，多數(shù)都是這個原因。如果是硬盤不能引導的話一般有兩種情況：一種是硬盤數(shù)據(jù)線沒有插好，另一種就是硬盤數(shù)據(jù)損壞。前者一般多會出現(xiàn)硬盤容量檢測不正確和引導時出現(xiàn)死機的現(xiàn)象；后者則是干脆找不到引導文件或提示文件損壞。前者只需重新連接好數(shù)據(jù)線即可；后者則需要用win98的啟動軟盤或啟動光盤啟動，根據(jù)實際情況來定：一、提示“Invalidpartitiontable”或“NotFoundany[activepartition]inHDDDiskBootFailure，InsertSystemDiskAndPressEnter”，這說明找不到硬盤活動分區(qū)，需要對硬盤重新分區(qū)。二、提示“Missoperationsyste”，說明硬盤活動分區(qū)需要重新格式化（formatc:/s）。三、提示“InvalidsystemdiskReplacethedisk，andthenpressanykey”或顯示“StartingWindows98…”時出現(xiàn)死機，說明硬盤上的系統(tǒng)文件丟失了或損壞，使用“sysc:”，命令傳遞系統(tǒng)文件給c盤，再將C拷貝給c盤?，F(xiàn)象六：硬盤可以引導，但Windows不能正常啟動，也不能進入安全模式。這種情況表明Windows98出現(xiàn)了嚴重的錯誤，首先，用殺毒軟件查殺病毒，看是不是病毒造成的，如果沒有發(fā)現(xiàn)病毒可以用以下方法試一試。一、直接將接口卡與各個外設都撥去，再插回去，并調整