[发明专利]基于知识图谱的数据处理方法、装置及计算机设备

说明书

本申请公开了一种基于知识图谱的数据处理方法、装置及计算机设备，涉及人工智能技术领域，可以解决目前预问诊产品难以解决用户口语到专业术语的匹配问题。其中方法包括：接收用户上传的症状描述信息；利用符合第一预设训练标准的症状识别模型识别所述症状描述信息，确定与医疗知识图谱中标准症状匹配的目标症状，利用符合第二预设训练标准的主诉分诊模型识别所述症状描述信息，确定待问诊的目标分诊科室；根据所述医疗知识图谱提取所述目标症状以及所述目标分诊科室的关联信息，并基于所述关联信息确定对应的问诊项；向所述用户推荐所述问诊项，以便基于所述目标症状以及用户对所述问诊项的选填内容生成预问诊信息。

技术领域

本申请涉及人工智能技术领域，尤其涉及到一种基于知识图谱的数据处理方法、装置及计算机设备。

背景技术

在人工智能和互联网的融合时代，优化问诊流程，提高就医效率是解决当下看病慢、看病难、医患关系紧张的必要途径。现有的优化方法中预问诊是目前成本低且较有效的。

现有预问诊产品在功能上略偏向于用户自诊，即产品通过与用户进行多轮交互，用户通过多次点选应用推荐的相关症状、选填症状属性、并确认后续症状等操作，算法判断用户可能患有的疾病并将结果最终呈现给医生。然而预问诊产品核心功能并非进行疾病诊断，详实准确地记录患者症状、病史等信息以节省医生问诊阶段冗余的询问过程，提高医患沟通效率方为产品本质。如果侧重于疾病诊断，一方面偏离预问诊的核心应用，另一方面，由于疾病诊断需要多方面信息，用户不可避免地需要与应用进行长时间的交互，效率较低。

由于现有产品对于症状识别主要依赖于规则，灵活性欠缺。预问诊产品受众主要为无专业医学背景的普通用户，输入以口语化症状为主，难以直接映射到标准症状，效果较差；此外，用户往往无法对专业医学术语进行准确描述，现有方法仍然无法很好的解决用户口语到专业术语匹配问题，亟待解决。

发明内容

有鉴于此，本申请提供了一种基于知识图谱的数据处理方法、装置及计算机设备，主要解决目前预问诊产品难以解决用户口语到专业术语的匹配问题。

根据本申请的一个方面，提供了一种基于知识图谱的数据处理方法，该方法包括：

接收用户上传的症状描述信息；

利用符合第一预设训练标准的症状识别模型识别所述症状描述信息，确定与医疗知识图谱中标准症状匹配的目标症状，利用符合第二预设训练标准的主诉分诊模型识别所述症状描述信息，确定待问诊的目标分诊科室；

根据所述医疗知识图谱提取所述目标症状以及所述目标分诊科室的关联信息，并基于所述关联信息确定对应的问诊项；

向所述用户推荐所述问诊项，以便基于所述目标症状以及用户对所述问诊项的选填内容生成预问诊信息。

优选地，在利用符合第一预设训练标准的症状识别模型识别所述症状描述信息，确定与医疗知识图谱中标准症状匹配的目标症状，利用符合第二预设训练标准的主诉分诊模型识别所述症状描述信息，确定目标分诊科室之前，具体包括：

基于Bert的症状识别算法训练症状识别模型，以使所述症状识别模型符合第一预设训练标准；

利用TF-IDF算法提取所述症状描述信息的特征向量，并基于机器学习算法和所述特征向量训练主诉分诊模型，以使所述主诉分诊模型符合第二预设训练标准。

优选地，所述利用符合第一预设训练标准的症状识别模型识别所述症状描述信息，确定与医疗知识图谱中标准症状匹配的目标症状，具体包括：

将所述症状描述信息上传至所述症状识别模型，获取所述症状描述信息对应的症状实体；

基于实体链接技术确定所述症状实体对应医疗知识图谱中的标准症状，并将确定出的所述标准症状定义为目标症状；