[发明专利]一种心脏病大数据知识图谱系统的构建方法

权利要求书

1.一种心脏病大数据知识图谱系统的构建方法，其特征在于，包括以下步骤：

S1、采集心脏病基础数据，获取基础知识库；

S2、将基础知识库的数据进行分类与联系，获取初始数据；

S3、通过RNN神经网络对初始数据进行数据抽取，获取每条知识的实体、属性和关系，得到量化医学数据；

S4、根据Dice系数法和Canopy算法，将量化医学数据整合，获取标准知识数据；

S5、根据标准知识数据，获取知识图谱，构建知识图谱系统，并建立知识图谱系统的高速查询接口；

所述步骤S2包括以下分步骤：

S2.1、对基础知识库中知识数据的总数进行统计，并计算最小支持度计数；

S2.2、依次判断每条知识数据的计数是否满足最小支持度，并将满足最小支持度的知识数据输出，得到若干频繁1项集；

S2.3、读取频繁k-1项集，根据剪枝算法产生频繁k项集，并计算频繁k项集的计数，k≥2；

S2.4、判断频繁k项集的计数是否满足最小支持度，若是则令k的计数值加1，并返回步骤S2.3，若否则输出频繁k项集；

S2.5、遍历所有频繁1项集，获取若干频繁k项集，得到初始化数据。

2.根据权利要求1所述的心脏病大数据知识图谱系统的构建方法，其特征在于，所述步骤S3包括以下分步骤：

S3.1、将初始化数据的每条数据进行数字化，得到实体；

S3.2、根据NLP技术，通过RNN神经网络抽取实体的属性和关系；

S3.3、将实体、属性和关系整合，得到量化医学数据。

3.根据权利要求2所述的心脏病大数据知识图谱系统的构建方法，其特征在于，所述步骤S4包括以下分步骤：

S4.1、将量化医学数据中文本进行语法正规化和符号正规化，得到统一格式的文本；

S4.2、利用Hash函数对Canopy算法进行分块；

S4.3、根据Dice系数法对文本进行相似度计算，得到属性相似度；

S4.4、根据属性相似度，通过Canopy算法获取实体相似度；

S4.5、根据实体相似度，依次判断两个实体是否为相同，并将相同的实体整合为一个实体，得到标准知识数据。

4.根据权利要求3所述的心脏病大数据知识图谱系统的构建方法，其特征在于，所述步骤S4.3中根据Dice系数法对文本进行相似度计算的公式为：

其中，S为一个随机文本数据的属性，T为另一个随机文本数据的属性，SimDice(S,T)表示文本相似度。

5.根据权利要求3所述的心脏病大数据知识图谱系统的构建方法，其特征在于，所述步骤S5包括以下分步骤：

S5.1、根据标准知识数据中的知识节点，建立每个知识节点的知识图谱，将知识节点之间通过关系连接；

S5.2、将知识图谱整合，得到图数据库，并建立高速查询接口。

6.根据权利要求5所述的心脏病大数据知识图谱系统的构建方法，其特征在于，所述知识节点包含其属性，使用高速查询接口查询实体时，通过关系即可读取其相关信息。