[发明专利]跨语言的医学知识图谱构建方法、装置与电子设备

说明书

本发明实施例提供一种跨语言的医学知识图谱构建方法、装置与电子设备，其中所述方法包括：基于不同语言的医疗标准，通过将生成的跨语言且异构的数据集中的概念与关系进行融合，获取跨语言的概念知识图谱；通过对来自医院、开放数据集和社交数据集中所述不同语言的电子病历进行实体、事件和关系的抽取与融合，获取跨语言的实例知识图谱；将所述跨语言的概念知识图谱与所述跨语言的实例知识图谱相结合，形成跨语言的事实知识图谱。本发明实施例通过对多种不同语言的医疗标准和实例电子病历分别进行分析与信息提取，能够更加准确地对知识库中不同语言形成的知识图谱进行融合，从而得到更加准确、可靠的医学知识图谱。

技术领域

本发明涉及医学知识图谱技术领域，更具体地，涉及一种跨语言的医学知识图谱构建方法、装置与电子设备。

背景技术

随着信息技术的发展，知识数量的迅速增长，知识库的体量也在持续增加。由于知识图谱可以在语义知识库的基础上对海量知识进行结构化描述，因而其也在这一背景下实现了高度发展。同时，随着知识全球化的发展，跨语言的知识共享正变得越来越重要。

然而，在医疗健康领域，跨语言知识图谱的构建正面临着诸多问题。一方面，不同语言的语料库体量差异巨大，如英文语料库体量往往超过中文语料库十倍以上；另一方面，不同的语言体系间语义的规则也存在较大差异。这些因素都对知识库中不同语言形成的知识图谱的准确融合产生了严重的不利影响，为跨语言医学知识图谱的构建带来了挑战。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种跨语言的医学知识图谱构建方法、装置与电子设备，用以更加准确地对知识库中不同语言形成的知识图谱进行融合，从而得到更加准确、可靠的医学知识图谱。

第一方面，本发明实施例提供一种跨语言的医学知识图谱构建方法，包括：

基于不同语言的医疗标准，通过将生成的跨语言且异构的数据集中的概念与关系进行融合，获取跨语言的概念知识图谱；

通过对来自医院、开放数据集和社交数据集中所述不同语言的电子病历进行实体、事件和关系的抽取与融合，获取跨语言的实例知识图谱；

将所述跨语言的概念知识图谱与所述跨语言的实例知识图谱相结合，形成跨语言的事实知识图谱。

其中可选的，所述获取跨语言的概念知识图谱的步骤具体包括：

将所述不同语言的医疗标准在所述不同语言间进行互相映射，生成统一的跨语言医疗规则知识库，所述跨语言医疗规则知识库为跨语言且具有异构特征的数据集；

利用机器学习算法，对所述跨语言且异构的数据集中的概念和关系分别进行相互融合，生成所述跨语言的概念知识图谱。

其中可选的，所述获取跨语言的实例知识图谱的步骤具体包括：

分别从医院、所述开放数据集和所述社交数据集中收集所述不同语言的电子病历，并对所述电子病历分别进行实体提取、事件提取和关系提取，对应生成实体语料库、事件语料库和关系语料库；

利用机器学习算法，对所述实体语料库、所述事件语料库和所述关系语料库进行融合，生成所述跨语言的实例知识图谱。

其中可选的，所述利用机器学习算法，对所述跨语言且异构的数据集中的概念和关系分别进行相互融合的步骤具体包括：利用机器学习算法，并结合医生的先验知识，对所述跨语言且异构的数据集中的概念和关系分别进行相互融合；

在所述生成所述跨语言的概念知识图谱的步骤之后，还包括：利用机器学习算法，并结合医生的先验知识，在所述跨语言的概念知识图谱中添加新的跨语言链接，或者，更新所述跨语言的概念知识图谱中的跨语言链接。

其中可选的，所述利用机器学习算法，并结合医生的先验知识，对所述跨语言且异构的数据集中的概念和关系分别进行相互融合的步骤具体包括：