[发明专利]一种专病知识图谱构建方法及装置

权利要求书

1.一种专病知识图谱构建方法，其特征在于，包括：

构建专病知识体系；

基于所述专病知识体系，利用预先构建的实体抽取模型进行医学实体信息的抽取；所述实体抽取模型为基于预先标注的训练数据集所训练的模型，所述训练数据集基于如下处理方式得到：采用医学词表匹配的方式对医学文本进行实体信息标注，并基于人工方式对词表匹配结果进行审核和再标注；

基于所述专病知识体系，进行医学实体的属性信息的抽取；

基于所述专病知识体系，进行医学实体与医学实体之间的关系信息和/或医学实体与医学实体的属性之间的关系信息的抽取；

基于所抽取的医学实体信息、属性信息及关系信息，构建专病知识图谱；

所述构建专病知识体系，包括：

构建专病知识图谱的概念层信息；

所述构建专病知识图谱的概念层信息，包括：

构建专病概念分类信息、专病概念属性描述信息以及概念之间的相互关系信息；所述专病概念包括实体及实体属性的概念，所述相互关系信息包括实体与实体之间的关系和/或实体与属性之间的关系；

所述利用预先构建的实体抽取模型进行医学实体信息的抽取，包括：

提取医学文本中的字向量；

针对提取出的每个字向量，将该字向量与医学词典进行匹配，得到以该字向量对应的字符为结尾和/或开头的各个第一候选词语；

将所述各个第一候选词语与所述医学文本进行匹配，得到各个第二候选词语，所述第二候选词语为存在于所述医学文本中的第一候选词语；

选取各个所述第二候选词语中字符长度最大的词语与该字向量进行配对，得到字向量-词向量对；

将医学文本对应的各个字向量-词向量对按序输入预先构建的BiLSTM-CRF实体抽取模型中的BiLSTM模型，得到BiLSTM模型输出的该医学文本中的上下文信息；

将所述上下文信息输入所述BiLSTM-CRF实体抽取模型中的CRF模型，得到CRF模型基于所述上下文信息抽取的该医学文本中的实体信息；

所述进行医学实体的属性信息的抽取，包括：

基于医学网站的半结构化特征，从医学网站中抽取医学实体的属性；

采用词表匹配的方式从医学网站中抽取医学实体的属性的属性值；

所述进行医学实体与医学实体之间的关系信息和/或医学实体与医学实体的属性之间的关系信息的抽取，包括：

从已构建的专病知识图谱的概念层信息中，抽取出医学实体与医学实体之间的关系信息和/或医学实体与医学实体的属性之间的关系信息。

2.根据权利要求1所述的方法，其特征在于，所述专病知识图谱的知识来源包括：专病电子病历、医学词表、医学网站、专病医学文献、专病临床指南、医学书籍。

3.根据权利要求1-2任一项所述的方法，其特征在于，在所述基于所抽取的医学实体信息、属性信息及关系信息，构建专病知识图谱之前，还包括：

对所抽取的医学实体信息、属性信息和关系信息中的同义词进行消歧归一处理。

4.根据权利要求 1-2任一项所述的方法，其特征在于，在所述基于所抽取的医学实体信息、属性信息及关系信息，构建专病知识图谱之后，还包括：

获取专业人员对所述专病知识图谱进行评价后所提供的完善信息，基于所述完善信息对所述专病知识图谱进行完善，并存储完善后的专病知识图谱。