[发明专利]一种基于本体的医疗纠纷案件舆情预警等级的预测方法

说明书

本发明公开了一种基于本体的医疗纠纷案件舆情预警等级的预测方法，先进行医疗纠纷案件的本体构建，然后进行舆情预警等级预测，舆情预警等级预测包括以下步骤：先使用词语编码的算法对舆情预警等级的预测模型进行训练；然后使用句子编码的算法对舆情预警等级的预测模型进行训练；最后将本体结构中的案件要素分配权重与词语编码、句子编码结合在一起，对舆情预警等级的预测。本发明的优点：能够给法院处理舆情争取更多的时间，提高工作人员效率，消除网络舆情危机的负面影响，提高司法公信力；应用本体知识构建医疗纠纷案件本体，使用本体推理方法将案件要素语义化；应用机器学习算法与本体结构相结合，形成医疗纠纷案件舆情预警等级的预测模型。

技术领域

本发明涉及一种基于本体的医疗纠纷案件舆情预警等级的预测方法，属于舆情预警等级预测技术领域。

背景技术

医疗纠纷是目前的一个焦点和热点问题，由于医疗纠纷发生率呈不断上升趋势且医患关系更为紧张，医患矛盾更加尖锐，医患关系已不单是一个医学问题，更是一个社会问题。医患关系紧张的现状引起社会关注，舆论能够导致社会舆情呈现病毒式爆发的趋势。所以对于容易引起社会不安的案件舆情，法院需要及时做出正确的引导。

人工智能广泛应用在各大领域，都取得了突破性的进展，国家目前高度重视人工智能产业的发展，与此同时，人工智能也已经走进法律领域，可以更好的建设“智慧法院”。目前大部分法院没有形成科学合理的舆情监测机制，技术手段落后、响应速度慢、针对性和时效性差，对网络舆情发展走向掌握程度不深，无法及时发现和规范化处理违法有害舆情信息。

发明内容

本发明要解决的技术问题，在于提供一种基于本体的医疗纠纷案件舆情预警等级的预测方法，对医疗纠纷案件的舆情预警等级预测具有重要的意义，同时能够给法院处理舆情争取更多的时间，提高工作人员效率，消除网络舆情危机的负面影响，提高司法公信力。

本发明通过下述方案实现：一种基于本体的医疗纠纷案件舆情预警等级的预测方法，先进行医疗纠纷案件的本体构建，然后进行舆情预警等级预测，所述舆情预警等级预测包括以下步骤：

步骤一、使用词语编码的算法对舆情预警等级的预测模型进行训练；

步骤二、使用句子编码的算法对舆情预警等级的预测模型进行训练；

步骤三、将本体结构中的案件要素分配权重与词语编码、句子编码结合在一起，对舆情预警等级的预测。

所述医疗纠纷案件的本体构建包括以下过程：

过程一、确定案件要素，确定舆情预警等级、医方过错、造成患者后果、过错占比和医疗事故等级共5个案件要素；

过程二、分析案件要素间的语义关系，通过对案件要素以及案件舆情预警等级的分析，得出医方过错、造成患者后果、过错占比和医疗事故等级都会影响舆情预警等级，舆情预警等级根据严重程度分为特重、重度、中度、轻度四个等级；

过程三、定义推理规则，根据医疗事故的定义以及侵权责任法和医疗事故处理条例，通过医方过错、造成患者后果来推理医疗事故等级；

过程四、根据过程一、过程二和过程三使用protégé 4.2构建医疗纠纷案件本体。

所述步骤一中采用基于Word2vec与支持向量机相结合的医疗纠纷案件舆情等级的预测方法。

所述基于Word2vec与支持向量机相结合的医疗纠纷案件舆情等级的预测方法如下：先对文本先进行分词，形成日常中容易出现的词后，以词为单位，将百科小说使用Word2vec模型进行训练，将词语匹配到的模型训练得到的词向量作为该词语的词向量进行文本表示。