[发明专利]一种基于主题模型和ILP的看病攻略生成方法

摘要

本发明公开了一种基于主题模型和ILP的看病攻略生成方法。步骤如下：1)采集疾病知识和用户发布的看病经历数据，从搜狗词库、中医药主题词典、百度百科获取领域知识词典。2)将看病经历数据去重后融合入库。3)利用疾病知识制作疾病的攻略模板，攻略模板包含九大主题版块。4)对看病经历进行实体识别。5)对攻略模板和包含实体的看病经历进行联合主题建模，生成主题‑词分布和主题‑实体分布。6)利用主题‑词分布为每一主题版块选取若干篇看病经历。7)将步骤6)中的看病经历进行分句。8)利用主题‑词分布和主题‑实体分布，进行ILP优化求解，从而得到每种疾病九大主题版块的看病攻略文摘。

主权项

1.一种基于主题模型和ILP的看病攻略生成方法，其特征在于包括以下步骤：1)利用HTML解析器采集疾病知识，采集用户发布的看病经历数据及其疾病标签，从搜狗词库、中医药主题词典、百度百科获取领域知识词典；2)利用simhash算法将采集的看病经历数据进行去重后融合入库；3)利用采集的疾病知识制作疾病的攻略模板，模板包括症状、检查项目、并发症、饮食、运动、医生、药品、中医、治疗技术九大主题版块；4)基于训练好的条件随机场模型对看病经历数据进行实体识别，识别的实体种类为：症状、检查项目、并发症、食品、运动、医生、医院、药品、中草药、方剂、治疗技术；5)对攻略模板和包含实体的看病经历数据进行联合主题建模，生成主题‑词分布和主题‑实体分布；6)利用主题‑词分布为步骤3)中提到的每一个主题版块选取最有可能属于该版块的前N篇看病经历；7)将步骤6)中的看病经历进行分句；8)利用步骤5)中的主题‑词分布和主题实体分布，确定ILP的目标函数和约束条件，通过ILP优化求解得到每个句子是否属于相应主题版块，从而得到每种疾病九大主题版块的看病攻略文摘。