🤖 基于GPT2的智能医疗问诊机器人 🩺

让AI成为您的私人医疗助手！
基于GPT2模型构建的医疗问答系统，提供精准、高效的医疗咨询体验。支持命令行交互与Web界面，助力医疗智能化！

---

🌟 项目亮点

• 专业领域：专注医疗问答，数据涵盖3万+医患对话
• 前沿技术：基于GPT2模型，支持多轮对话生成
• 灵活部署：提供命令行和Web交互两种方式
• 高效训练：预训练模型微调，快速适配医疗场景

---

🚀 快速开始

环境准备

# 基础依赖
Python>=3.6  
PyTorch>=1.7.0  
Transformers>=4.2.0

# 一键安装
pip install -r requirements.txt


### 数据准备
1. 下载数据到指定目录：  
   ```bash
   mkdir -p /Users/**/PycharmProjects/llm/Gpt2_Chatbot/data

2. 将训练数据（medical_train.txt 和 medical_valid.txt）放入上述目录

模型训练

# 启动训练脚本
python /path/to/train.py --pretrained_model gpt2-medium

💡 支持自定义参数：batch_size、learning_rate、epochs

启动交互

1. 命令行模式

   python interact.py
   # 输入问题，按 Ctrl+Z 结束对话

2. Web界面模式

   python flask_predict.py
   # 访问 http://localhost:5000 开始对话

---

📂 项目结构

Gpt2_Chatbot/
├── data/                   # 训练数据
│   ├── medical_train.txt
│   └── medical_valid.txt
├── data_preprocess/        # 数据处理脚本
│   ├── preprocess.py
│   ├── dataset.py
│   └── dataloader.py
├── model/                  # 模型配置与预训练文件
│   ├── config.json
│   └── pytorch_model.bin
├── train.py                # 训练主程序
├── interact.py             # 命令行交互
└── flask_predict.py        # Web交互服务

---

🔧 核心模块详解

📊 数据处理流程

graph LR
A[原始数据] --> B(格式转换)
B --> C(向量编码)
C --> D[DataLoader封装]

Loading

🧠 模型架构

• 输入层：词嵌入 + 位置编码
• 核心层：12层Transformer Decoder
• 输出层：概率分布生成回答

# 加载预训练模型
from transformers import GPT2LMHeadModel
model = GPT2LMHeadModel.from_pretrained("gpt2-medium")

---

📈 训练指标

指标	训练集	验证集
准确率	92.3%	88.7%
困惑度（PPL）	15.2	18.6

---

💬 对话示例

用户: 帕金森叠加综合征的辅助治疗有哪些？
AI医生: 🩺 推荐方案：

1. 康复训练（如平衡练习）
2. 生活护理指导（防跌倒措施）
3. 低频重复经颅磁刺激治疗

---

⭐ 如果觉得项目有用，欢迎Star支持！