Sqlite+Sklearn+Flask

基于Python+Sqlite+Sklearn+Flask的机器学习的智能问答系统

可回答的知识范围是普通药品的使用回答包括治疗胃痛的铝碳酸镁咀嚼片等药品信息由Sklearn处理文本数据，进行关键词回复Flask作为api相应声音提示Sqlite数据库简介

在当今信息时代，智能问答系统的需求不断增长。为了满足用户对药品信息的快速获取需求，我们基于Python语言，结合Sklearn和Flask技术，打造了一款智能问答系统。这个系统专注于回答有关普通药品使用的问题，例如治疗胃痛的铝碳酸镁咀嚼片等药品信息。

用户体验

系统需要登录后使用，支持注册登录，用户只需简单地输入问题，系统将迅速分析并利用Sklearn进行文本处理，然后通过Flask提供的API返回准确的答案。声音提示则使得用户在获取信息的过程中更加直观和便捷。

登录

系统支持修改个人信息，包括名称，密码，年龄等。

个人信息

智能问答界面，输入想要提问的内容，左下角可以自由选择是否有提示音，可根据自己的需要进行选择。

问答结果展示，显示所提问内容的回答。

技术组合1. Sklearn处理文本数据

Sklearn（Scikit-learn）作为Python中强大的机器学习库，为我们提供了丰富的文本处理和自然语言处理工具。系统利用Sklearn来处理用户提问，通过分析关键词、上下文信息，以及训练好的模型，实现准确而高效的问题回答。

2. Flask作为API响应

Flask是一个轻量级的Web框架，被用作我们系统的API响应层。通过Flask，我们能够建立一个简洁而灵活的接口，使得用户能够通过各种设备和平台方便地获取所需的药品信息。

3. 声音提示

为了提升用户体验，我们引入了声音提示功能。系统可以通过声音提示的方式，向用户直观地传递信息，使得用户在使用系统时更加方便和愉快。

知识范围

我们的智能问答系统专注于回答普通药品使用的问题，尤其是与治疗胃痛有关的药品信息。系统经过精心设计，能够从大量的医学资料中提取并理解相关信息，以确保用户获得的回答既准确又可信。

未来展望

我们将持续优化系统，不断扩展知识库，使得智能问答系统能够涵盖更广泛的医学领域。同时，我们也将考虑引入更多先进的机器学习算法，以提高系统的智能化水平，为用户提供更个性化的服务。

结语

通过Python、Sklearn和Flask的有机结合，我们成功构建了一款智能问答系统，为用户提供了快速、准确的药品信息。系统不仅仅是技术的结晶，更是对用户需求的深刻理解和关怀的表现。我们期待在未来的发展中，为用户带来更多的惊喜和便利。

安装与使用

本项目在python3.6下测试通过，项目含有配置信息文件，项目的所在路径不能含有中文，在控制台执行pip install -r requirements.txt，如果遇到问题请后台私信，彭老师有时间会回复的。

获取方式

有需要的小伙伴可以通过后台联系方式获取，如果加不上可以后台留言留下联系方式，不经常看后台，但是看到了会回复的~，源码获取只收取很少的钱钱，除非是标记了For Free的。