[发明专利]一种基于深度学习的中医诊疗知识图谱自动构建方法在审
| 申请号： | 201910518050.1 | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110334211A | 公开（公告）日： | 2019-10-15 |
| 发明（设计）人： | 李巧勤;郑子强;朱嘉静;巩小强;刘勇国;杨尚明 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36;G06F17/27;G16H20/90 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 马超前 |
| 地址： | 610054 *** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的中医诊疗知识图谱自动构建方法，包括：构建初始化文献病案语料库，对病案进行分句、分词，并对病案中的“理‑法‑方‑药”实体进行标记；通过双向LSTM对实体进行预测，通过深度学习模型从中医文献病案自动抽取实体；将同一病案中出现的同类实体进行聚类形成实体组，然后根据预定义的实体之间的关系形成三元组，构建知识图谱。本发明通过预定义中医诊疗概念之间的关系，将知识图谱的构建转化为中医诊疗命名实体识别任务，通过深度学习模型从中医文献病案自动抽取实体，并将实体进行聚类构成实体集，解决中医诊疗概念之间多对多的问题，完整展现病案中名老中医诊疗思想。 | ||
| 搜索关键词： | 病案 中医诊疗 图谱 构建 中医诊疗知识 自动抽取 自动构建 预定义 聚类 学习 中医 命名实体 初始化 多对多 三元组 实体组 语料库 分词 分句 预测 转化 | ||
【主权项】：
1.一种基于深度学习的中医诊疗知识图谱自动构建方法，其特征在于，具体步骤包括：步骤1，构建初始化文献病案语料库，对病案进行分句、分词，并对病案中的“理‑法‑方‑药”实体进行标记：步骤2，通过双向LSTM对实体进行预测，通过深度学习模型从中医文献病案自动抽取实体：步骤3，将同一病案中出现的同类实体进行聚类形成实体组，然后根据预定义的实体之间的关系形成三元组，构建知识图谱。
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电子科技大学，未经电子科技大学许可，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/patent/201910518050.1/，转载请声明来源钻瓜专利网。
