[发明专利]一种医疗知识图谱搭建方法及装置

说明书

本申请公开了一种医疗知识图谱搭建方法及装置，通过通过获取初始数据，对所述初始数据进行识别获取第一文本数据；对所述第一文本数据进行处理获取第一实体对集合；对所述第一实体对集合进行过滤处理获取第二实体对集合；对所述第二实体对集合进行处理获取目标实体对集合；确定旧知识图谱中是否包含所述目标实体对集合；如果包含，则将所述目标实体对集合进行验证后加入旧知识图谱。本申请提升了实体关系抽取的效率，减少了需要判断的实体对。使用深度网络模型获取各个关系类别的概率，通过实体对的先验信息获取对应的关系类别，设置相关的阈值，可提高抽取到专家知识三元组数据的准确率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种医疗知识图谱搭建方法及装置。

背景技术

医疗平台上都会有大量的医学教学、诊疗会议等音视频数据，而这些数据中蕴含着大量的各个科室专家对各科疾病的诊断思路、治疗方案、疗效预测等，也就是医疗领域的专家知识，是由疾病的症状、疾病的名称、治疗方案、推荐治疗药物等数据知识融合而来。这些数据需要从大量的长文本数据中，有效地提取，并将这些专家知识数据进行相应的融合及保存。目前就长文本数据抽取结构化数据都是基于pipeline式的关系抽取方法，其计算冗余、准确率低。

发明内容

本申请提供了一种医疗知识图谱搭建方法及装置，以解决现有就长文本数据抽取结构化数据都是基于pipeline式的关系抽取方法，其计算冗余、准确率低的问题。

第一方面，为实现上述目的，本申请提供了一种医疗知识图谱搭建方法，所述方法包括：

获取初始数据，对所述初始数据进行识别获取第一文本数据；

对所述第一文本数据进行处理获取第一实体对集合；

对所述第一实体对集合进行过滤处理获取第二实体对集合；

对所述第二实体对集合进行处理获取目标实体对集合。

进一步地，所述对所述第一文本数据进行处理获取第一实体对集合，包括：

对所述第一文本数据进行处理获取预处理获取第二文本数据；

对所述第二文本数据进行实体识别，获取实体集合；

根据预设关系，对所述实体集合进行处理获取第一实体对集合。

进一步地，所述对所述第二实体对集合进行处理获取目标实体对集合，包括：

对所述第二实体对集合进行关系分类获取第三实体对集合；

确定所述第三实体对集合中的关系是否成立，如果成立获取第四实体对集合；

对所述第四实体对集合进行融合获取目标实体对集合。

进一步地，所述对所述第二实体对集合进行处理获取目标知识图谱之后，还包括：

确定旧知识图谱中是否包含所述目标实体对集合；

如果包含，则将所述目标实体对集合进行验证后加入旧知识图谱。

进一步地，所述确定旧知识图谱中是否包含所述目标实体对集合之后，还包括：

如果不包含，则在旧知识图谱中创建实体。

第二方面，为实现上述目的，本申请提供了一种医疗知识图谱搭建装置，所述装置包括：

文本数据获取单元，用于获取初始数据，对所述初始数据进行识别获取第一文本数据；

第一实体对集合获取单元，用于对所述第一文本数据进行处理获取第一实体对集合；

第二实体对集合获取单元，用于对所述第一实体对集合进行过滤处理获取第二实体对集合；