[发明专利]疾病蕴含训练集的构造方法及装置

说明书

本发明提供了疾病蕴含训练集的构造方法，包括：基于预先存储的疾病数据集，建立疾病知识树结构；基于建立的疾病知识树结构，构造相应的蕴含关系和不蕴含关系；根据所述蕴含关系和不蕴含关系，构造疾病蕴含训练集。通过对疾病知识树结构进行加工处理得到蕴含和不蕴含关系，并实现自动构造疾病蕴含数据集的目的，其速度快，可大大减少人工的工作量。

技术领域

本发明涉及医疗疾病技术领域，特别涉及疾病蕴含训练集的构造方法及装置。

背景技术

疾病蕴含关系对分析疾病之间的关系十分重要，一般对疾病蕴含关系是采用单纯的人工进行构建的，但是人工构建不仅需要大量的专业知识，还需要大量的专业人员对目前10万量级的疾病术语进行人工标注，工作量很大，耗时耗力，而且，还可能存在人为疏忽，导致构造的疾病蕴含关系不合理，因此智能化构造疾病蕴含训练集就显得尤为重要。

发明内容

本发明提供疾病蕴含训练集的构造方法及装置，用以通过对疾病知识树结构进行加工处理得到蕴含和不蕴含关系，并实现自动构造疾病蕴含数据集的目的，其速度快，可大大减少人工的工作量。

本发明提供疾病蕴含训练集的构造方法，包括：

步骤S1：基于预先存储的疾病数据集，建立疾病知识树结构；

步骤S2：基于建立的疾病知识树结构，构造相应的蕴含关系和不蕴含关系；

步骤S3：根据所述蕴含关系和不蕴含关系，构造疾病蕴含训练集。

在一种可能实现的方式中，在执行所述步骤S1之后，且在执行所述步骤S2之前，包括：

步骤S11：获取所述疾病知识树结构中的第一节点对应的第一预设词汇；

步骤S12：确定所获取的所述第一预设词汇对应的祖先节点的第二预设词汇；

步骤S13：判断所述第一预设词汇是否与所述第二预设词汇相同，若是，保留所述第二预设词汇对应的祖先节点，并消除第一预设词汇对应的第一节点；否则，不执行任何操作。

在一种可能实现的方式中，在执行所述步骤S13之后，且在执行所述步骤S2之前，还包括：

步骤S131：获取所述疾病知识树结构中的第三预设词汇对应的待消除节点；

步骤S132：确定所有所述第三预设词汇在所述疾病知识树结构中的位置权重；

步骤S133：根据所确定的位置权重结果，获取第三预设词汇的最大位置权重；

步骤S134：根据所获取的最大位置权重，保留所述最大位置权重对应的待消除节点，同时消除其余待消除节点。

在一种可能实现的方式中，在执行所述步骤S134之后，且在执行所述步骤S2之前，还包括：

步骤1341:在所述步骤S134的基础上获取所述疾病知识树结构中的剩余节点，确定所述剩余节点中的每个非叶子节点的节点长度，并将节点长度大于预设长度、且符合疾病命名规则的非叶子节点标记为描述性节点，其余非叶子节点标记为非描述性节点，其中，所述描述性节点不作为构造疾病蕴含训练集的候选节点；

步骤S1342：获取所述疾病知识树结构中的叶子节点，根据所述叶子节点和与所述叶子节点相关的非描述性节点，构造节点蕴含关系规则；

同时，根据所述剩余节点，构造新的疾病知识树结构。

在一种可能实现的方式中，在执行所述步骤S2的过程中，根据所述新的疾病知识树结构，构造相应的蕴含关系，其步骤包括：

步骤S21：获取所述新的疾病知识树结构中的叶子节点；