[发明专利]基于深度学习和知识图谱获取医学同义词的系统及方法

说明书

一种基于深度学习和知识图谱获取医学同义词的系统及方法，包括：知识图谱生成模块、词向量计算模块、相似度计算模块以及公共元素统计模块，知识图谱生成模块与公共元素统计模块相连并传输知识图谱信息，词向量计算模块从对输入文本进行分析并识别出医学实体并将词向量信息输出至相似度计算模块，相似度计算模块根据知识图谱信息和医学实体的词向量信息及其互相之间的相似度得到候选同义词并输出至公共元素统计模块，公共元素统计模块通过统计公共元素的方式从中选出最终同义词。本发明利用知识图谱更加准确的定位到同义词，从而获取的同义词准确度有很大的提升。

技术领域

本发明涉及的是一种语义识别领域的技术，具体是一种基于深度学习和知识图谱获取医学同义词的系统及方法。

背景技术

随着人工智能技术在医疗领域越来越广泛的应用，越来越多的产品使用人机交互的方式来帮助病人进行病情分析，从而提高医生的诊断效率和准确度。主要为获取病人的主诉信息，并对主诉信息进行语义分析，选择合适的流程进行问诊，并得出结论。这其中，对主诉信息的理解主要表现为病人主诉信息中所涉及的医学实体和内部数据库中的标准医学实体的匹配，即寻找医学同义词，这是当前技术的一个主要难点。

对于获取同义词问题，现有方法主要是采用word2vec模型和计算余弦相似度，但是word2vec模型是基于上下文相似的词所表达的词义也是相似的这种假设，所以最后得到的相似度只能说明这两个单词在语料中的上下文的相似程度，并不是这两个词的语义相似度。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于深度学习和知识图谱获取医学同义词的系统及方法，利用主诉中的相关信息在知识图谱中更加准确的定位到同义词，从而获取的同义词准确度有很大的提升。

本发明是通过以下技术方案实现的：

本发明涉及一种基于深度学习和知识图谱获取医学同义词的系统，包括：知识图谱生成模块、词向量计算模块、相似度计算模块以及公共元素统计模块，其中：知识图谱生成模块与公共元素统计模块相连并传输知识图谱信息，词向量计算模块从对输入文本进行分析并识别出医学实体并将词向量信息输出至相似度计算模块，相似度计算模块根据医学实体的词向量信息及其互相之间的相似度得到候选同义词并输出至公共元素统计模块，公共元素统计模块通过统计公共元素的方式从中选出最终同义词。

附图说明

图1为本发明流程示意图；

图2为实施例深层双向语言模型示意图；

图3为实施例从候选词中选择同义词示意图。

具体实施方式

如图3所示，本实施例包括以下步骤：

步骤101，获取医学数据：各大医学网站和移动客户端进行爬虫和下载医学论文、医学书籍、医学词典、电子病历、医学标准术语集(例如medDRA，ICD-10)等。

所述的爬虫是指：按照一定的规则，自动地抓取万维网信息的程序或者脚本。

步骤102，数据预处理：利用所获得的医学词典和标准术语集构建分词词典和停用词表，结合分词技术和命名实体识别技术(ner)对医学文本进行准确分词。

所述的分词技术采用但不限于基于Python的中文分词组件”Jieba”得以实现，其具体如：https://github.com/fxsjy/jieba中记载的方法。

所述的命名实体识别技术采用但不限于《Chinese NER Using Lattice LSTM》(Zhang，Yue，Yang，Jie，ACL 2018)中记载的方法实现。

步骤103，构建医学知识图谱：利用从医学文本中所提取的医学实体和关系构建医学知识图谱。