[发明专利]基于知识图谱的医疗导诊方法和可读存储介质在审
申请号: | 202010673925.8 | 申请日: | 2020-07-14 |
公开(公告)号: | CN111813957A | 公开(公告)日: | 2020-10-23 |
发明(设计)人: | 胡建林;曾志辉 | 申请(专利权)人: | 深圳中兴网信科技有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F16/951;G06F16/9535;G06F40/242;G06F40/30 |
代理公司: | 北京友联知识产权代理事务所(普通合伙) 11343 | 代理人: | 汪海屏;王淑梅 |
地址: | 518109 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 知识 图谱 医疗 导诊 方法 可读 存储 介质 | ||
1.一种基于知识图谱的医疗导诊方法,其特征在于,包括:
构建导诊知识图谱;
获取用户输入的文本信息;
对所述文本信息进行语义解析,得到文本意图和文本关键信息;
根据文本意图和所述文本关键信息查询所述导诊知识图谱;
基于所述文本意图为第一就诊意图,则返回与所述文本关键信息相关联的科室信息;
基于所述文本意图为第二就诊意图,则返回与所述文本关键信息相关联的症状候选信息。
2.根据权利要求1所述的基于知识图谱的医疗导诊方法,其特征在于,所述构建导诊知识图谱的步骤,具体包括:
定义实体节点、属性、实体关系;
获取互联网的疾病数据、症状数据,以构建语料库;
根据所述实体节点、所述属性、所述实体关系以及所述语料库中的数据,构建所述导诊知识图谱。
3.根据权利要求2所述的基于知识图谱的医疗导诊方法,其特征在于,
所述实体节点包括以下任一项或其组合:疾病、症状、部位、科室;
所述属性包括以下任一项或其组合:疾病的属性、症状的属性、部位的属性;
所述疾病的属性包括:名称、简介、性别、人群;
所述症状的属性包括:名称,性别,人群;
所述部位的属性包括:名称,性别;
所述实体关系包括:疾病与症状关系、疾病与科室关系、疾病与部位关系,症状与常见科室关系、症状与常见疾病关系。
4.根据权利要求3所述的基于知识图谱的医疗导诊方法,其特征在于,
所述疾病数据包括:疾病名称、疾病描述、患病部位、患病人群、患者性别、疾病常见症状、就诊科室;
所述症状数据包括:症状名称、患病人群、患者性别、症状常见疾病、症状就诊科室。
5.根据权利要求2所述的基于知识图谱的医疗导诊方法,其特征在于,还包括:
根据所述语料库中的数据构建词典,所述词典包括:疾病词典、症状词典、部位词典、人群词典、症状同义词词典、症状原子词组合词典,其中,所述症状原子词组合词典至少包括:症状原子动词、症状原子名词、修饰词。
6.根据权利要求1至5中任一项所述的基于知识图谱的医疗导诊方法,其特征在于,
所述第一就诊意图包括:查疾病和/或描述症状;
所述第二就诊意图包括以下任一项或其组合:症状原子名词、症状原子动词、性别、年龄、描述部位。
7.根据权利要求5所述的基于知识图谱的医疗导诊方法,其特征在于,所述对所述文本信息进行语义解析,得到意图及文本关键信息的步骤,具体包括:
对所述文本信息进行预处理,得到多个分词;
根据所述词典对每个分词进行词类标注,并进行词类消歧,得到词类标注结果;
将所述每个分词与所述症状原子词组合词典进行匹配,得到初始症状词;以及基于所述症状同义词词典对所述初始症状词进行处理,得到症状词;
根据所述词类标注结果确定所述文本意图,以及根据所述文本意图提取对应的所述症状词,得到所述文本关键信息。
8.根据权利要求6所述的基于知识图谱的医疗导诊方法,其特征在于,还包括:
根据症状词查询症状词与科室频率关系表,对相同科室的频率进行求和,得到科室频率;
根据所述科室频率对所述科室信息进行排序。
9.根据权利要求8所述的基于知识图谱的医疗导诊方法,其特征在于,还包括:
获取互联网的医疗问答数据;
从所述医疗问答数据中提取症状词,累计所述症状词与科室的共现频率并求和,得到症状词与科室频率关系;
根据所述症状词与科室频率关系建立所述症状词与科室频率关系表。
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深圳中兴网信科技有限公司,未经深圳中兴网信科技有限公司许可,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/202010673925.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种艺术设计用颜料盘除垢设备
- 下一篇:失效分析样品的制备方法及失效分析样品