[发明专利]一种抗生素临床使用领域本体构建方法

说明书

本发明涉及一种抗生素临床使用领域本体构建方法，包括以下步骤：步骤1、构建领域雏形本体，收集领域相关文本；步骤2、对领域文本进行预处理；步骤3、列举抗生素名称、使用剂量、过敏反应作为重要术语，通过拼音来识别文本中与列举术语等义的音译词，采用等义词聚类方法获取实例；步骤4、利用神经网络模型抽取实例关系；步骤5、根据已构建的雏形本体，结合新获得的实例与实例关系，构建完整的抗生素临床使用领域本体。本发明以汉语拼音为基础，分辨同音等义实体集，有效解决抗生素临床使用领域中的识别问题，提高了实体识别准确率；使用基于神经网络的方法进行抗生素临床使用领域中实体关系的抽取，提高了大规模实体关系抽取的效率。

技术领域

本发明涉及医药技术领域，尤其是一种抗生素临床使用领域本体构建方法。

背景技术

据世界卫生组织统计，抗生素使用不当是引起医疗事故致死事件的第二大原因。为了应对这个严重的问题，国内医生开具抗生素时依赖于抗生素使用指南。不幸的是，由于患者可能拥有特殊体质与疾病，以及服用其他与抗生素冲突的药物，使用抗生素会给该类患者带来毒性与过敏反应。由于病患个人病史等不包含于指南的信息仍然会导致严重的医疗事故，因此医生在临床用药过程中需要更可靠的帮助。目前，基于医药领域本体的临床决策支持系统，可以在医生的临床用药过程中提供药物推荐与用药解释服务，此类系统的可靠性依赖于系统中医药领域本体的质量。

抗生素临床使用领域本体需要包含病患信息、药品信息、用药知识。患者的疾病史、药物过敏史与药物使用史广泛的包含于个人电子病历，同时大量的医学文献与专利也记载了抗生素与其他药物的相互作用，这些信息源蕴含的大量的领域知识，可以满足抗生素临床使用领域本体的构建。

现有技术中，一般采用深度神经网络识别文本中的领域概念,使用聚类算法对本体概念进行层级划分,从而高效地构建领域本体。

也有提出一种基于马尔科夫聚类算法的领域本体构建方法，在概念、实例抽取的过程中取得了较好的词义消歧效果。

同时，发明专利(CN201810120429.2)从电子病历、生物医学文献、生物医药专利和网络论坛数据等数据源中抽取医学领域本体，首先列举疾病、症状、科室、药物、检测和基因等一系列生物医学概念，并通过神经网络模型提取概念间的关系，构建生物医学领域本体。

发明专利(CN201710250985.7)针对现有医学领域本体缺乏人体基因学信息的问题，列举基因学知识术语，明确基因学领域重要概念、实例，通过中间扩展法构建人体基因学领域本体。

发明专利(CN106933983A)从中医药文献中提取出知识元，构建中医药知识图谱，在此基础上生成由知识元构成的有向加权网络，结合深度学习技术，利用各知识元的距离信息，提高了对常用中药语义检索的效果。

综上所述，目前医药领域的本体构建方法存在下列问题：(1)医药领域(包括抗生素)有大量的音译词，因此一个抗生素临床使用领域实例可能有不同的表达方法。在基于文本的医药领域本体构建工作中，通过传统的术语列举方法无法很好地解决此问题；(2)传统的医药领域本体构建工作中，通常靠专家手动标注或者依靠语言模板来进行实例之间的关系抽取。专家手动标注虽然准度较高，但花费的时间成本较大；人工设计的语言模板也无法考虑到所有情况。因而，医药领域本体构建工作中大规模的实体关系抽取仍然未能得到有效解决。

发明内容

本发明要解决的技术问题是：为了克服现有技术中之不足，本发明提供一种抗生素临床使用领域本体构建方法，其基于中文拼音序列识别以及神经网络模型，可以从使用指南、电子病历、医学文献等非结构化文本中获取知识，从而构建抗生素临床使用领域本体。

本发明解决其技术问题所采用的技术方案是：一种抗生素临床使用领域本体构建方法，具有以下步骤：

步骤1、结合先验知识，明确待构建抗生素临床使用领域本体需要包含的基础概念，使用基本概念构建雏形本体，并收集领域内相关文本；