添加注释信息

README.md

@@ -4,7 +4,7 @@ self-implement of disease centered Medical graph from zero to full and sever as
 # 项目介绍
 知识图谱是目前自然语言处理的一个热门方向，本人有幸参加了ckks2018会议，并得到一些收获，可以查看我的ccks2018参会总结(https://github.com/liuhuanyong/CCKS2018Summary)。
 与知识图谱相关的另一种形态，即事理图谱，本人在这方面也尝试性地积累了一些工作，可参考：(https://github.com/liuhuanyong/ComplexEventExtraction)
-关于知识图谱概念性的介绍就不在此赘述。目前知识图谱在各个领域全面开花，如教育、医疗、司法、金融等。本项目立足医药领域，以垂直型医药网站为数据来源，以疾病为核心，构建起一个包含7类规模为4.4万的知识实体，11类规模约30万的知识图谱。  
+关于知识图谱概念性的介绍就不在此赘述。目前知识图谱在各个领域全面开花，如教育、医疗、司法、金融等。本项目立足医药领域，以垂直型医药网站为数据来源，以疾病为核心，构建起一个包含7类规模为4.4万的知识实体，11类规模约30万的知识图谱。
 本项目将包括以下两部分的内容：
 1) 基于垂直网站数据的医药知识图谱构建
 2) 基于医药知识图谱的自动问答
@@ -68,6 +68,9 @@ build_medicalgraph.py：知识图谱入库脚本
 
 # 二、基于医疗知识图谱的自动问答
 # 2.1 技术架构
+![image](https://github.com/liuhuanyong/QABasedOnMedicalKnowledgeGraph/blob/master/img/qa_route.png)
+
+
 
 # 2.2 脚本结构
 
@@ -75,7 +78,7 @@ build_medicalgraph.py：知识图谱入库脚本
 
 
 
-# zong
+# 总结
 
 
 

chatbot_graph.py

@@ -0,0 +1,23 @@
+#!/usr/bin/env python3
+# coding: utf-8
+# File: chatbot_graph.py
+# Author: lhy<lhy_in_blcu@126.com,https://huangyong.github.io>
+# Date: 18-10-4
+
+import os
+
+from py2neo import Graph,Node
+
+class ChatBotGraph:
+    def __init__(self):
+        self.g = Graph(
+            host="127.0.0.1",  # neo4j 搭载服务器的ip地址，ifconfig可获取到
+            http_port=7474,  # neo4j 服务器监听的端口号
+            user="lhy",  # 数据库user name，如果没有更改过，应该是neo4j
+            password="lhy123")
+
+
+
+
+
+handler = ChatBotGraph()