[发明专利]一种心理疾病知识图谱的构建方法及系统

说明书

本发明提供了一种心理疾病知识图谱的构建方法及系统，获取心理疾病相关已有信息，建立心理疾病语料集；根据所述心理疾病语料集，确定实体、关系以及属性指示词表；利用语言模型对所述心理疾病语料集中的数据进行微调，构建心理疾病命名实体识别数据集，提取其特征值，将微调后的数据和提取的特征进行融合，利用融合后的数据对预先构建的深度学习模型进行训练；利用训练后的深度学习模型对待处理的心理疾病语料进行预测，将预测得到的实体类别索引序列转换为实体类型序列，并将各实体词存入实体词表，并依据关系类型以及属性类型，分别抽取实体关系和属性数据，进行分别存储。本发明可有效地提高实体识别的精度，提高抽取复杂实体的正确率。

技术领域

本发明属于知识图谱技术领域，具体涉及一种心理疾病知识图谱的构建方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

知识图谱是一种揭示实体之间关系的语义网络，可以对现实世界的事物及其相互关系以结构化的形式展现出来。知识图谱从语义角度出发，通过描述客观世界中概念、实体及其关系，并以三元组——这个可以被计算机识别的知识结构进行表示，从而让计算机具备更好地组织、管理和利用互联网上海量信息的能力。

目前，很多人都有心理问题或障碍，但是大多数人对心理健康的标准尚不清楚，对心理疾病种类的划分也不明晰，精神卫生知识的宣传工作亟待深入。

随着“互联网+”技术以及智慧医疗的迅速发展，随之产生了海量的心理疾病数据，但这些心理疾病数据大多以文档等非结构化文本存储，数据间关联性较差，无法得到有效利用。为了有效的管理与利用心理疾病数据，让数据变得互联，构建心理疾病知识图谱显得尤为重要。

知识图谱建立的步骤主要是：实体识别、关系抽取、属性识别与知识存储。随着深度学习的不断发展，利用深度神经网络识别抽取实体、构建知识图谱已成为主流方法，然而心理疾病数据标注成本高，缺少大量标注数据训练的神经网络往往识别精度不高；心理疾病知识图谱属于专业领域知识图谱，要求知识质量更高，现有的实体识别算法由于缺乏先验知识的指导，在抽取复杂实体时难免会出错，需要专业人员进行二次纠正，耗费人力物力。

发明内容

本发明为了解决上述问题，提出了一种心理疾病知识图谱的构建方法及系统，本发明可有效地提高实体识别的精度，提高抽取复杂实体的正确率。

根据一些实施例，本发明采用如下技术方案：

一种心理疾病知识图谱的构建方法，包括以下步骤：

获取心理疾病相关已有信息，建立心理疾病语料集；

根据所述心理疾病语料集，确定实体、关系以及属性指示词表；

利用语言模型对所述心理疾病语料集中的数据进行微调，构建心理疾病命名实体识别数据集，提取所述命名实体识别数据集的特征值，将微调后的数据和提取的特征进行融合，利用融合后的数据对预先构建的深度学习模型进行训练；

利用训练后的深度学习模型对待处理的心理疾病语料进行预测，将预测得到的实体类别索引序列转换为实体类型序列，并将各实体词存入实体词表，并依据关系类型以及属性类型，分别抽取实体关系和属性数据，进行分别存储。

作为可选择的实施方式，获取心理疾病相关已有信息，建立心理疾病语料集的具体过程包括：

根据心理疾病相关书籍设置心理疾病术语种子词集；

根据心理疾病术语种子集，遍历搜索医疗网站中的相关内容，记录相关网页url，存为url集合；

对url集合使用爬虫技术进行网页内容的爬取；