[发明专利]一种基于流行性感冒智能认知模型的系统及设备

权利要求书

1.一种基于流行性感冒智能认知模型的系统，其特征在于：包括文本预处理单元、文本表示单元、模型建立单元和学习更新单元；

文本预处理单元，获取流行性感冒症状描述的文本，采用词组为特征单位对症状描述的文本进行分词处理，将症状描述的文本用词组来表示，去掉其中的停用词，得到待分类的文本，并将待分类的文本输入文本表示单元中；

文本表示单元，将待分类文本表示为观测序列，由高维空间映射到低维空间，得到维数约简后的待分类文本；将维数约简后的各待分类文本分别向量化，得到观测序列X，X＝{x₁,x₂,…x_i,…x_N}，x₁,x₂,…x_i,…x_N为各待分类文本分别向量化后的观测向量；获取引发流行性感冒症状所有对应的类型，并对其向量化，作为与观测序列对应的状态序列Y，Y＝{y₁,y₂,…y_i,…y_N}，y₁,y₂,…y_i,…y_N为观测向量对应的状态值；将观测序列X和状态序列Y构成训练集并输入模型建立单元中；

模型建立单元，通过上述观测序列X和状态序列Y构建线链条件随机场，计算观测序列中的观测向量所对应的状态值；

学习更新单元，对线链条件随机场进行迭代学习，并获取观测向量中有效特征词组的数量和词组频率，按词组频率的高低进行排序。

2.如权利要求1所述的一种基于流行性感冒智能认知模型的系统，其特征在于：所述分词处理，是采用中文分词工具jieba分词进行搜索引擎模式分词处理。

3.如权利要求2所述的一种基于流行性感冒智能认知模型的系统，其特征在于：所述对待分类的文本的维数约简，是采用t-SNE降维算法，将待分类的文本的维数约简为3维—5维，具体内容为：

令高维空间的条件概率A表示待分类文本所在的高维空间；A_i、A_j和A_k为高维空间A内的症状特征词组的样本；P_ji表示A_i分布在A_j周围的概率；σ_i为以A_i为中心的高斯均方差；令高维空间内的症状特征词组约简后的低维空间为B，A_i、A_j和A_k在低维空间B对应的样本为B_i、B_j和B_k；Q_ji表示在低维空间中的样本B_i分布在样本B_j周围的概率；用散度C表示两个分布P_ji和Q_ji的差距：则梯度公式为：

4.如权利要求3所述的一种基于流行性感冒智能认知模型的系统，其特征在于：所述σ_i的取值范围为[0.25，1]。

5.如权利要求4所述的一种基于流行性感冒智能认知模型的系统，其特征在于：所述构建线链条件随机场，是令状态值y₁,y₂,…y_N之间存在一阶马尔科夫独立性，设线链条件随机场为P(Y|X)：

其中f_k(y_i-1,y_i,X,i)是特征函数，特征函数依赖当前状态值y_i和前一个状态值y_i-1，特征函数的取值范围为1或者0；λ_k是特征函数的权值，λ_k＝{λ₁,λ₂,…λ_K}，k＝1,2,3…,K，λ_k取值范围[0，1]；Z(X)为规范化因子：