[发明专利]一种基于医疗知识图谱的智能问答系统在审

专利信息
申请号: 201911055172.8 申请日: 2019-10-31
公开(公告)号: CN111046272A 公开(公告)日: 2020-04-21
发明(设计)人: 潘磊 申请(专利权)人: 九次方大数据信息集团有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/332;G06F16/33;G06F16/36;G06F40/242;G16H20/10
代理公司: 北京久维律师事务所 11582 代理人: 邢江峰
地址: 100744 北京市房山*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 医疗 知识 图谱 智能 问答 系统
【说明书】:

发明提供了一种基于医疗知识图谱的智能问答系统。它包括医药知识图谱、医药知识卡片、自然语言处理单元、盲区处理单元、药物推荐界面、输入界面、智能问答处理器;所述医药知识图谱和所述医药知识卡片通过常用的医疗数据提取获得,所述输入界面将用户输入的信息发送给所述自然语言处理单元提取关键信息,所述智能问答处理器通过关键信息在所述医药知识图谱和所述医药知识卡片中进行对比,并结合盲区处理单元数据确定推荐的药物,所述药物推荐界面用于显示所推荐的药物。该智能问答系统采用自然语言处理,利用网络数据源对医药进行查询,并采用图谱与知识卡片相结合方式,减少了语意的错误理解,提升了诊断结果的易读性。

技术领域

本发明涉及互联网诊疗领域,尤其涉及一种基于医疗知识图谱的智能问答系统。

背景技术

互联网诊疗可以使病人不出家门、不挂号就进行基础病情的诊断,具有很高的实用价值。但是,准确的互联网诊疗的难度极大,目前已有部分平台上线在线诊疗的系统。但是传统的在线诊疗平台多关注如何将数据库的信息呈现给用户,而中文语言与其他的语言最大的不同的地方在中文的词汇之间没有空格使其分隔开,这加大了语言处理算法对语句分割、语义理解的难度。因此,目前线上诊断常出现诊疗语意理解错误的问题。此外,现有的在线诊疗平台缺少图谱和药物推荐相结合的诊疗,常出现用户无法理解推荐结果的现象,降低了在线诊疗的的阅读性。

发明内容

为了解决上述现有技术的不足之处,本发明的目的在于提供一种基于医疗知识图谱的智能问答系统,以解决在线诊疗技术容易出现理解错误和诊断结果不容易被用户理解的问题。

为了实现上述目的,本发明提供一种基于医疗知识图谱的智能问答系统。它包括医药知识图谱、医药知识卡片、自然语言处理单元、盲区处理单元、药物推荐界面、输入界面、智能问答处理器;所述医药知识图谱和所述医药知识卡片通过常用的医疗数据提取获得,所述输入界面将用户输入的信息发送给所述自然语言处理单元提取关键信息,所述智能问答处理器通过关键信息在所述医药知识图谱和所述医药知识卡片中进行对比,并结合盲区处理单元数据确定推荐的药物,所述药物推荐界面用于显示所推荐的药物。

优选地,所述自然语言处理单元将输入信息按照自然语言表达方式进行命名实体识别,并对所述输入界面的问题进行语句意义分割。

优选地,所述智能问答处理器将所述医药知识图谱与所述医药知识卡片相结合,使用户可阅读文字以获取详细解释,并可通过视觉的图形来感知知识本体之间的相关性。

优选地,所述盲区处理单元使用PS软件在设计时设置相应的网格比例分区,对主要网页元素设定空间比例,结合重要性的排序对空间结构是否合理进行对比。

优选地,所述药物推荐界面针对网页主题、风格、比例的设计,通过H5页面与Web页面的综合对比,分析用户的浏览数据进行网页医疗知识的补充调整方案。

优选地,所述医药知识卡片为通过输入界面获得的文字提取获得的关键词卡片,通过关键词卡片在所述所述医药知识图谱中进行匹配。

优选地,所述智能问答处理器通过对分词分析确定关键词是否正确,并对常用的医药知识建立词典。

优选地,所述用药推荐界面当用户输入的词语是疾病、症状类型词时,系统将对应的症状与数据库进行匹配,并将所述智能问答处理器的数据进行显示。

优选地,当全部问题完成后,所述的智能问答系统在已有的中医药知识库中检索需要提供给用户的信息,并通过知识卡片、可视化图谱、用药推荐的方式呈现出来。

优选地,所述医药知识图谱的构建流程依次经过模式图定义、知识抽取、知识融合三个步骤。

同现有技术相比,本发明的有益效果体现在:

(1)本发明在自然语言处理的基础上,利用丰富的数据源对医药的查询可实现对于用户语意的准确解读。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于九次方大数据信息集团有限公司,未经九次方大数据信息集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911055172.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top