创建一个名为“羲和小医生”的医学类问答机器人，我们使用Python和一些常用的库来实现。这个项目将包括以下几个部分：
数据处理：准备和处理训练数据。
模型训练：使用bert-base-chinese模型进行微调。
GUI开发：使用tkinter库创建图形用户界面。
项目结构

羲和小医生/
│
├── 羲和小医生.py
├── README.md
└── data/└── train_data.json

README.md

# 羲和小医生这是一个基于BERT的医学类问答机器人，旨在帮助用户获取医学相关问题的解答。本项目使用`bert-base-chinese`模型进行微调，并通过`tkinter`库创建了一个简单的图形用户界面（GUI）。## 目录结构- `羲和小医生.py`: 主程序文件，包含数据处理、模型训练和GUI开发。
- `README.md`: 项目说明文档。
- `data/`: 存放训练数据的目录。- `train_data.json`: 训练数据集。## 运行环境- Python 3.7+
- PyTorch 1.7+
- Transformers 4.0+
- Tkinter## 安装依赖
pip install torch transformers
使用方法
将训练数据集放入data/train_data.json。
运行羲和小医生.py。
python 羲和小医生.py
训练数据格式
训练数据集应为JSON格式，示例如下：
[{"instruction": "大肠癌能治愈吗？有什么好的治疗方法？","input": "无","output": "根据你的描述属于恶性肿瘤有关，需要增加营养补充维生素微量元素，易消化易吸收饮食，保持心情舒畅注意休息，需要综合治疗放化疗中药调理生物靶向治疗。","history": null},{"instruction": "外阴脂肪瘤怎样治疗","input": "患者 女50岁，外阴一侧有一个3*5厘米瘤子，约六七年了，以前小，不疼不痒，请问怎样治疗、","output": "你说的症状建议去外科就诊，应该通过手术切除治疗配合抗消炎的药物治疗，平时饮食以清淡为主忌辛辣刺激食物，注意卫生。","history": null}
]
作者
作者：yehaiwz
邮箱：554687453@qq.com

羲和小医生.py

import json
import torch
from transformers import BertTokenizer, BertForSequenceClassification, Trainer, TrainingArguments
import tkinter as tk
from tkinter import messagebox# 加载数据
def load_data(file_path):with open(file_path, 'r', encoding='utf-8') as f:data = json.load(f)return data# 数据预处理
def preprocess_data(data, tokenizer, max_length=128):inputs = []labels = []for item in data:instruction = item['instruction']input_text = item['input']output = item['output']text = f"{instruction} {input_text}"inputs.append(text)labels.append(output)encodings = tokenizer(inputs, truncation=True, padding=True, max_length=max_length, return_tensors='pt')return encodings, labels# 自定义数据集
class MedicalDataset(torch.utils.data.Dataset):def __init__(self, encodings, labels):self.encodings = encodingsself.labels = labelsdef __getitem__(self, idx):item = {key: val[idx] for key, val in self.encodings.items()}item['labels'] = self.labels[idx]return itemdef __len__(self):return len(self.labels)# 模型训练
def train_model(data, model, tokenizer, output_dir):encodings, labels = preprocess_data(data, tokenizer)dataset = MedicalDataset(encodings, labels)training_args = TrainingArguments(output_dir=output_dir,num_train_epochs=3,per_device_train_batch_size=8,warmup_steps=500,weight_decay=0.01,logging_dir='./logs',logging_steps=10,)trainer = Trainer(model=model,args=training_args,train_dataset=dataset,)trainer.train()# 模型推理
def predict(model, tokenizer, instruction, input_text):text = f"{instruction} {input_text}"inputs = tokenizer(text, return_tensors='pt')outputs = model(**inputs)logits = outputs.logitspredicted_label = torch.argmax(logits, dim=-1).item()return predicted_label# GUI
def create_gui(model, tokenizer):def on_query():instruction = entry_instruction.get()input_text = entry_input.get() if var_input.get() == 1 else "无"output = predict(model, tokenizer, instruction, input_text)entry_output.delete(0, tk.END)entry_output.insert(0, output)root = tk.Tk()root.title("羲和小医生")# 问题输入框label_instruction = tk.Label(root, text="问题:")label_instruction.grid(row=0, column=0, padx=10, pady=10)entry_instruction = tk.Entry(root, width=50)entry_instruction.grid(row=0, column=1, padx=10, pady=10)# 补充输入框var_input = tk.IntVar()check_input = tk.Checkbutton(root, text="有补充", variable=var_input)check_input.grid(row=1, column=0, padx=10, pady=10)entry_input = tk.Entry(root, width=50)entry_input.grid(row=1, column=1, padx=10, pady=10)# 查询按钮button_query = tk.Button(root, text="查询", command=on_query)button_query.grid(row=2, column=0, columnspan=2, pady=10)# 输出框label_output = tk.Label(root, text="羲和回答:")label_output.grid(row=3, column=0, padx=10, pady=10)entry_output = tk.Entry(root, width=50)entry_output.grid(row=3, column=1, padx=10, pady=10)root.mainloop()# 主函数
def main():data_path = 'data/train_data.json'output_dir = 'output'data = load_data(data_path)tokenizer = BertTokenizer.from_pretrained('bert-base-chinese')model = BertForSequenceClassification.from_pretrained('bert-base-chinese', num_labels=1)train_model(data, model, tokenizer, output_dir)create_gui(model, tokenizer)if __name__ == "__main__":main()

说明
数据加载和预处理：load_data函数读取JSON文件中的数据，preprocess_data函数对数据进行预处理，将其转换为模型可以接受的格式。
自定义数据集：MedicalDataset类用于封装预处理后的数据。
模型训练：train_model函数使用Trainer类进行模型训练。
模型推理：predict函数用于根据输入的问题和补充信息生成回答。
GUI开发：create_gui函数使用tkinter库创建图形用户界面，包括输入框、按钮和输出框。
运行羲和小医生.py文件后，将弹出一个窗口，用户可以在窗口中输入问题和补充信息，点击“查询”按钮后，程序将显示模型生成的回答。