从这节课开始，要给大家介绍一个ChatGPT的应用案例，用ChatGPT生成一批训练样本，来训练医疗知识图谱项目的，用户问题意图识别的深度学习模型。

案例背景

在真实的深度学习项目当中，训练样本一般都要求是真实数据，比如用户提交的真实问题，拿来做标注，然后用于模型训练。但是有些场景是没有历史数据的，比如做课程，或者本身就是一个崭新的项目，确实没有可用的数据，怎么办呢？

ChatGPT诞生（2022年11月）以前，最常见的方法，就是人工根据经验去总结整理，产品经理组织一批人，然后分配任务，每个人给每个类别整理50条语料，然后去重，组合成一个很小的数据集。可想而知，这种方法是既浪费人力，生成的数据质量也不高，属于吃力不讨好的方法。

那现在有了ChatGPT，他最擅长的就是总结整理吧。那能不能让ChatGPT帮我们生成语料，我们再去做筛选呢？如果可以的话，生成语料的成本就低多了，因为自己写和做选择，肯定是选择更省事一些吧。接下来，就尝试用ChatGPT来帮我们生成一些语料。

需求分析

在知识图谱项目里面，预设的意图类别有12个，也就是可以回复用户的12类问题，这个是结合已有的知识图谱数据，和产品需求总结出来的，大家觉得不够也可以灵活的添加。 

疾病定义：过敏性鼻炎是一种什么病？
疾病病因：过敏性鼻炎一般是什么原因引起的？
疾病症状：感冒的常见症状有哪些？
症状查疾病：最近经常感觉头疼，可能得了什么病？
治疗方法：感冒了吃什么药好得快？
挂号科室：感冒了去医院挂什么科室的号？
预防：怎么预防过敏性鼻炎？
禁忌：高血压病人有什么忌口？
检查方案：怀疑得了流感，去医院需要做哪些检查？
治愈率：高血脂能治好吗？
并发症：高血压会引发哪些其他疾病？
适用症：阿莫西林能治那些病？

开源数据集：https://github.com/IMU-MachineLearningSXD/CMID

这节课内容很短，主要想给大家留一点时间，让大家自己去想一想，以上对于这些意图分类，ChatGPT的提示词你会怎么写。有ChatGPT账号的同学，也可以先去试一试，下节课再来讲我写的提示词，希望能有一个自己思考和尝试的过程。

本文链接：http://edu.ichenhua.cn/edu/note/620

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！