[发明专利]基于多数据源的医学知识图谱融合方法及装置

说明书

本发明实施例提供一种基于多数据源的医学知识图谱融合方法及装置。其中，方法包括：分别基于第一医学知识图谱和第二医学知识图谱进行知识表示学习，获取各第一初始向量和各第二初始向量；基于预先获取的参考向量集，将各第一初始向量和各第二初始向量映射到参考向量空间中，获取各第一映射向量和各第二映射向量；根据各第一映射向量和各第二映射向量，对第一医学知识图谱和第二医学知识图谱中的知识进行融合，获取融合后的医学知识图谱。本发明实施例提供的基于多数据源的医学知识图谱融合方法及装置，基于知识表示学习的方法，通过利用知识图谱内部的逻辑性，能获得内部逻辑性和表达能力更强的融合后的医学知识图谱。

技术领域

本发明涉及计算机技术领域，更具体地，涉及一种基于多数据源的医学知识图谱融合方法及装置。

背景技术

随着移动互联网的发展，其所产生的数据也在爆发式地增长，互联网上散落了越来越多的知识元数据。然而，由于互联网上的内容多源异质，组织结构松散，给大数据环境下的知识互联带来了极大的挑战。因此，需要根据大数据环境下的知识组织原则，从新的视角去探索既符合网络信息资源发展变化又能适应用户认知需求的知识互联方法，从更深层次上揭示人类认知的整体性与关联性。

知识图谱即在这样的大背景下产生。知识图谱的概念在2012年由谷歌正式提出，旨在实现更智能的搜索引擎。知识图谱提出后逐渐在智能问答、情报分析、反欺诈等应用中发挥重要作用，目前已被广泛应用于智能搜索、智能问答、个性化推荐等领域。知识图谱本质上是语义网络的知识库，从实际应用的角度出发其实可以将其简单理解成多关系图。关系图是由节点和边构成的，多关系图一般则包含多种类型的节点和多种类型的边。知识图谱就是由多种节点(实体)和多种标注的边(实体间的关系)所组成的一种基于图数据结构的新知识表示方式，从而描述真实世界中存在的各种实体或概念，并体现各实体之间的关系或关联，将离散的数据整合在一起，从而提供更有价值的决策支持。

在医学领域，随着医疗卫生信息化及医疗信息系统的发展，积累了海量的医学数据。如何从这些数据中提炼信息并加以管理和应用，是推进医学智能化的关键问题。医学知识图谱的构建技术主要涉及到医学知识表示、医学知识抽取、医学知识推理等几个部分。医学领域是知识图谱应用最广泛的垂直领域之一，但由于医学数据专业性强、结构复杂等特点，医学知识图谱的构建存在效率低、拓展性差等问题。单一数据来源不足以覆盖完备的医学领域知识，但当知识获取来源广泛时，数据源的需求和设计理念不同，导致医学知识图谱存在知识质量上具有差异、知识存在冗余、实体概念之间的关联关系与边界不够明确等问题。因此，如何将来自不同数据源的医学知识图谱进行融合成为本领域亟待解决的问题。

发明内容

本发明实施例提供一种基于多数据源的医学知识图谱融合方法及装置，用以解决或者至少部分地解决现有技术存在的难以实现融合来自不同数据源的医学知识图谱的缺陷。

第一方面，本发明实施例提供一种基于多数据源的医学知识图谱融合方法，包括：

分别基于第一医学知识图谱和第二医学知识图谱进行知识表示学习，获取各第一初始向量和各第二初始向量；

基于预先获取的参考向量集，将所述各第一初始向量和各第二初始向量映射到参考向量空间中，获取各第一映射向量和各第二映射向量；

根据所述各第一映射向量和各第二映射向量，对所述第一医学知识图谱和第二医学知识图谱中的知识进行融合，获取融合后的医学知识图谱；

其中，所述第一初始向量，为所述第一医学知识图谱中的实体或关系在第一向量空间中的向量表示结果；所述第二初始向量，为所述第二医学知识图谱中的实体或关系在第二向量空间中的向量表示结果；所述参考向量，为参考知识图谱中的实体在所述参考向量空间中的向量表示结果；所述第一医学知识图谱、所述第二医学知识图谱和所述参考知识图谱，是基于不同的医学数据源构建的。