添加分诊分析展示 笔记

时间:2017.8.17

需求

分诊分析后台的需求如下:

  • 增加AB Test模型结果的显示
  • 增加性别判断的显示
  • 增加细分关键词的显示
最终效果

笔记

工程:tag_trace;项目:tagging

问题示例

服务器用户:classify@docker01
项目位置:/home/classify/workspace/tag_trace

网页显示(admin.py):ProblemClassificationBadCaseAdmin类
模型样式(admin.py):ProblemClassificationBadCaseForm类
数据模型(models.py):ProblemClassificationBadCase类

数据与显示关联:
admin.site.register(ProblemClassificationBadCase, ProblemClassificationBadCaseAdmin)

数据获取(classification_bad_case_manager.py):build_problem_classification_info()

网站样式:tagging/templates

常量定义:
strong_keywords_clinics_dict:粗分关键词强相关科室
weak_keywords_clinics_dict:粗分关键词弱相关科室
fine_keywords_clinics_dict:细分关键词相关科室

数据模型:ProblemClassificationBadCase,继承于models.Model,定义字段,部分数据存储于Json格式的detail变量中。

提取分诊数据的逻辑(classification_bad_case_manager.py):

  • get_bad_case_safe() 和 get_or_create_bad_case_db():从数据库中,获得信息
  • check_single_problem_classification():检查单个问题的分诊,写入单条检查(数据库),通过ProblemClassificationBadCase,调用RPC接口triage_second_for_debug()
  • get_next_not_corrected_problem_classification_bad_case():导出多个“规则导入”的问题,随机选择一个
  • get_problem_classification_info_by_id():根据problem_id获取
  • build_problem_classification_info():创建问题分诊信息
  • _filter_emoji_chars():过滤Emoji表情

分词的位置:ProblemClassificationBadCaseForm.schema:src_segment、des_segment

视图规则:views.py
视图URL:urls.py:将视图规则(views)替换为URL

网站的启停命令:

  • 暂停服务: sh scripts/uwsgi/stop.sh
  • 启动服务: sh scripts/uwsgi/start.sh

修改部分:

class ProblemClassificationBadCaseAdmin(VersionAdmin):
    list_display = ("problem_id", "source", "corrected", "origin_clinic", "final_clinic", "manual_correction",
                    "created_time")
    list_filter = ("source", "corrected")
    fields = ("check_single", "new_clinic", "sex_age", "new_fine", "problem_id_link", "created_time", "first_question",
              "has_image", "origin_clinic", "final_clinic", "manual_correction", "detail",
              "corrected", "next_case")
    readonly_fields = ("check_single", "new_clinic", "sex_age", "new_fine", "created_time", "first_question",
                       "has_image", "origin_clinic", "final_clinic", "manual_correction", "problem_id_link",
                       "next_case")
    form = ProblemClassificationBadCaseForm

    def new_clinic(self, obj):
        """
        需要返回网页形式的文本
        :return: 
        """
        text = json.loads(obj.detail).get('ab_clinic')
        return u'<p target=_blank>{0}</p>'.format(text)

    new_clinic.allow_tags = True
    new_clinic.short_description = '分诊科室对比'

    def sex_age(self, obj):
        """
        需要返回网页形式的文本
        :return: 
        """
        text = json.loads(obj.detail).get('sex_age')
        return u'<p target=_blank>{0}</p>'.format(text)

    sex_age.allow_tags = True
    sex_age.short_description = '性别年龄'

    def new_fine(self, obj):
        """
        需要返回网页形式的文本
        :return: 
        """
        text = json.loads(obj.detail).get('new_fine')
        return u'<p target=_blank>{0}</p>'.format(text)

    new_fine.allow_tags = True
    new_fine.short_description = '新的细分'

分诊服务RPC修改:

修改problem_triage服务的adult_triage_predict_by_brnn_and_keywords_for_debug()接口;
在字典中添加:
字段:"ab_clinic": "新: 皮肤科 | 旧: 皮肤科";
字段:"sex_age": "用户性别: 女, 内容性别: , 年龄: 青年";
字段:"new_fine": "狗抓: 感染科(d)";

RPC命令:

sh control_lb.sh stop
sh scripts/sup_stop.sh
sh scripts/sup_start.sh
sh control_lb.sh start
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,125评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,293评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,054评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,077评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,096评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,062评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,988评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,817评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,266评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,486评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,646评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,375评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,974评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,621评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,642评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,538评论 2 352

推荐阅读更多精彩内容

  • 刚出生的宝贝是家人手心里的明珠,怎么抱也抱不够,亲也亲不够。特别是刚出生那一段时间,家里亲戚都来探望宝宝和妈妈,宝...
    第6通道阅读 149评论 0 0
  • 早晨,当黄叶上还静躺着豆大的珍珠,当带着雾气的蛛网还密布在新绿的草丛中,我们就已经上路了。 微湿的砖地生长着从...
    小捏tv阅读 461评论 0 2
  • 为什么说大头儿子是富二代?来,小编给你做个仔细的分析~ 一、居住条件: 大家关注得最多的是大头儿子一家的居住条件,...
    张小蛙0113阅读 4,762评论 0 1
  • 7月6日,是个难忘的日子,因为这一天武汉被“水漫金山”,因为这一天有武汉人出不了家门,因为这一天有武汉人被困在了路...
    谈谈minda阅读 180评论 0 0