[发明专利]一种基于症状特征的疾病知识图谱检索方法

说明书

本发明公开了一种基于症状特征的疾病知识图谱检索方法，对输入文本预处理，提取症状特征，在图谱中检索与符合症状特征的疾病节点，计算全部疾病节点与症状特征的相关度，将相关的内容依次按照相关度值从高到低依次呈现，节省检索时间，提高检索效率。

技术领域

本发明属于信息处理技术领域，具体涉及一种基于症状特征的疾病知识图谱检索方法。

背景技术

知识图谱作为目前主流的知识存储介质之一，为各领域用户得到高效的检索服务和准确的检索结果提供了保障。然而在个别专业领域中，用户往往需要更为定制化的检索服务和专业化的检索结果，这种需求在医学领域知识图谱的信息检索中尤为突出，目前虽然不乏内容精良的医学领域图谱，但基于图谱提供的检索体验却差强人意。在检索方法方面，目前的医学领域图谱提供的检索方法仍比较单一，多数图谱仅能提供图谱中固定节点的详情查看，通常是用户在图形化界面中通过点击图谱节点进而得到该节点的详细信息，不能提供以自然语言为输入的节点检索服务，更遑论对自然语言输入进行关键词识别或联合检索；在检索结果方面，基于现有方法在医学领域图谱中难以得到专业化的检索结果，检索结果与输入内容在医学上的相关程度往往得不到有效区分，相关度高的内容得不到优先显示，使得使用者需要在大量检索结果中进行二次筛查，这种检索结果的专业性缺失，极大影响了用户的检索体验。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于症状特征的疾病知识图谱检索方法解决了现有检索方法不能提供以自然语言为输入的节点检索服务且检索结果与输入内容在医学上的相关程度往往得不到有效区分的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种基于症状特征的疾病知识图谱检索方法，包括以下步骤：

S1、对输入文本进行预处理，得到规范文本；

S2、对规范文本提取症状特征；

S3、在图谱中检索与符合症状特征的疾病节点；

S4、计算全部疾病节点与症状特征的相关度；

S5、对全部疾病节点进行分类，按相关度降序，得到检索结果。

进一步地，所述步骤S1具体为：

A1、将图谱中所有症状节点的“别名”属性值在文本中进行完全字符串匹配，将匹配得到的症状别名替换成该别名同一症状实体下的“标准名称”属性值；

A2、采用字符识别算法将文本中的汉字数字进行识别，转换为阿拉伯数字。

进一步地，所述步骤S2包括以下步骤：

S21、对规范文本提取时间点，将规范文本拆分为有关段、无关段和各时间段；

S22、将时间段中的有关症状与时间点进行绑定，得到有关症状特征；

S23、将有关症状特征与无关症状特征进行合并，得到文本中的完整症状特征。

进一步地，所述步骤S4中相关度的计算公式为：

其中，R_d,s为疾病节点d与症状特征的相关度，si为症状节点集合S＝[s1,s2,…,si,…,sn]的元素，d为疾病节点，n为疾病节点对应的所有症状数，L_(d,si)为疾病节点d，症状节点si的症状类型，所述症状类型包括：典型症状、常见症状、一般症状和罕见症状，四个症状类型具有固定分值：W_典型症状、W_常见症状、W_一般症状和W_罕见症状；R_d,s＝典型症状分值和+常见症状分值和+一般症状分值和+罕见症状分值和。

进一步地，所述典型症状分值和、常见症状分值和、一般症状分值和罕见症状分值和满足如下约束：