[发明专利]基于药品知识图谱的智能用药问答方法及其设备有效

专利信息
申请号: 202011241075.0 申请日: 2020-11-09
公开(公告)号: CN112182252B 公开(公告)日: 2021-08-31
发明(设计)人: 洪东升;卢晓阳;刘晓健;倪剑 申请(专利权)人: 浙江大学
主分类号: G06F16/36 分类号: G06F16/36;G06F40/295;G06F40/35;G06F16/332;G06F16/951;G06N3/04;G06N3/08;G10L15/06;G10L15/22
代理公司: 浙江千克知识产权代理有限公司 33246 代理人: 冷红梅
地址: 310027 浙*** 国省代码: 浙江;33
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 药品 知识 图谱 智能 用药 问答 方法 及其 设备
【权利要求书】:

1.一种基于药品知识图谱的智能用药问答方法,其特征在于,包括以下步骤:

S1、构建药品知识图谱;

S2、获取用户对药品知识的问询语音信息;

S3、将所述问询语音信息转换为问询文本信息;

S4、对所述问询文本信息进行药品实体识别,得到药品实体;

S5、对所述问询文本信息进行意图识别,得到问询意图;

S6、根据所述药品实体和问询意图从所述药品知识图谱中搜索回答文本信息;

S7、根据所述回答文本信息合成回答语音信息;

S8、存储并播放回答语音信息,以对所述问询语音信息进行药品知识回答;

其中,所述S5中对所述问询文本信息进行意图识别包括:

S51、获取基于BERT和双向长短期记忆网络的多意图识别模型和基于BERT、门控循环单元和卷积层的单意图识别模型;

S52、通过所述多意图识别模型将问询文本信息标注为一个或多个问询文本子信息,每个问询文本子信息对应一个单意图;

S53、通过所述单意图识别模型分别识别一个或多个问询文本子信息,得到一个或多个问询意图。

2.如权利要求1所述的基于药品知识图谱的智能用药问答方法,其特征在于,所述S1中构建药品知识图谱包括:

S11、知识获取:从网络中获取药品信息、化学成分信息和药物类型信息,或基于文字识别从药品说明书、医学文献和/或药品书籍中识别所述药品信息、化学成分信息和药物类型信息;

S12、预设数据库构建:以所述药品信息为药品实体节点、以所述化学成分信息为化学成分实体节点、以所述药物类型信息为药物类型实体节点,并存储至预设数据库;

S13、包含类实体关系构建:在所述预设数据库中建立药品实体节点与化学成分实体节点之间的包含类实体关系;

S14、属于类实体关系构建:在所述预设数据库中建立药品实体节点与药物类型实体节点之间的属于类实体关系。

3.如权利要求1所述的基于药品知识图谱的智能用药问答方法,其特征在于,所述S3中将所述问询语音信息转换为问询文本信息包括:

S31、获取对药品知识的问询语音样本,及问询语音样本对应的问询文本样本和语音识别模型;

S32、提取所述问询语音样本的第一声学特征序列;

S33、根据所述问询语音样本对应的问询文本样本和第一声学特征序列训练语音识别模型,得到训练后的语音识别模型;

S34、提取所述问询语音信息的第二声学特征序列;

S35、用训练后的语音识别模型对第二声学特征序列进行语音识别,得到所述问询文本信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江大学,未经浙江大学许可,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/202011241075.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top