[发明专利]基于深度学习的新型冠状病毒患者行动追踪方法及装置

说明书

本申请公开了一种基于深度学习的新型冠状病毒患者行动追踪方法及装置。所述基于深度学习的新型冠状病毒患者行动追踪方法包括：构建新冠语义模型，新冠语义模型包括关键字信息以及关联关系信息；获取新型冠状病毒患者的事件信息数据库；提取事件信息中的各个患者的患者信息；根据关联关系信息以及各个患者的患者信息，获取患者之间的关联图谱信息；根据所述关联图谱信息或者患者信息生成可视化图谱。本申请的新冠病毒患者信息获取方法首先获取各个患者的基本信息，再采用机器学习算法进行命名实体识和关系抽取及属性抽取，对高质量患者数据进行数据融合及数据的存储。通过患者信息及行动轨迹知识图谱的构建，实现了新型冠状患者信息的有效整合。

技术领域

本发明涉及信息收集技术领域，具体涉及一种基于深度学习的新型冠状病毒患者行动追踪方法以及一种基于深度学习的新型冠状病毒患者行动追踪装置。

背景技术

新型冠状病毒肺炎(coronavirus disease 2019，COVID-19)在疫情爆发后，病人数据呈现井喷式爆发，并且数据分散在不同的公开平台及但是由于数据存在数据模型的限制，无法关联与疫情传染影响有关的诸多要素数据，无法进行综合分析。

因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述难点。

发明内容

本发明的目的在于提供一种基于深度学习的新型冠状病毒患者行动追踪方法，来克服或至少减轻现有技术的至少一个上述缺陷。

本发明的一个方面，提供一种基于深度学习的新型冠状病毒患者行动追踪方法，所述基于深度学习的新型冠状病毒患者行动追踪方法包括：

构建新冠语义模型，所述新冠语义模型包括关键字信息以及关联关系信息；

获取新型冠状病毒患者的事件信息数据库，所述事件信息数据库中包括至少一个事件信息；

提取所述事件信息中的各个患者的患者信息；

根据关联关系信息以及各个患者的患者信息，获取患者之间的关联图谱信息；

根据所述关联图谱信息或者患者信息生成可视化图谱。

可选地，所述基于深度学习的新型冠状病毒患者行动追踪方法进一步包括：

根据所述关联图谱信息和/或患者信息生成知识问答库；

根据知识问答库与使用者进行人机交互。

可选地，所述获取新型冠状病毒患者的事件信息数据库，所述事件信息数据库中包括至少一组患者事件信息组包括：

生成关键字信息；

根据所述关键字信息在事件信息数据库中获取相匹配的事件信息。

可选地，所述提取所述事件信息中的各个患者的患者信息包括：

识别所述事件信息中的文字信息或图片信息；

根据关键字信息获取事件信息中的文字信息或图片信息中的患者信息。

可选地，所述患者信息包括如下信息中的一个或多个：患者编号信息、确诊医院信息、确诊时间信息、病症信息、住院医院信息、患者姓名信息、地址信息、密切接触人数信息、居住地信息、年龄信息、性别信息、病症信息；患者出行起始地信息、途经信息、出行方式信息以及出行时间信息。

可选地，所述根据关联关系信息以及各个患者的患者信息，获取关联图谱信息包括：

根据关联关系信息判断每两个患者之间是否具有交集信息，若有，

则将两个患者以交集信息作为映射关系进行映射。