[发明专利]基于模型的医学知识图谱的构建方法、装置、设备及介质

说明书

本申请公开了一种基于模型的医学知识图谱的构建方法、装置、设备及存储介质。该方法包括：确定表示医学知识的待处理三元组，待处理三元组包括头实体、属性关系以及尾实体；基于待处理三元组的语义特征，确定待处理三元组的属性关系对应的函数模型的模型信息，函数模型为确定头实体与尾实体之间的属性关系的约束条件的模型；将模型信息作为待处理三元组的第四元，生成待处理三元组对应的四元组。本申请实施例的技术方案，能够准确表达三元组的两个实体之间的属性关系的约束条件，进而能够根据患者的个体情况进行个性化推理。

技术领域

本申请涉及医学数据处理技术领域，尤其涉及一种基于模型的医学知识图谱的构建方法、装置、设备及存储介质。

背景技术

知识图谱(Knowledge Graph，简称：KG)，或称作知识库(Knowledge Base，简称：KB)，是通过“实体”和“属性关系”来表示知识的图(Graph)结构。

医学知识图谱一般采用“主谓宾(Subject Predicate Object，简称：“SPO”)”形式的三元组构建而成的，如：S:糖尿病P:并发症O:糖尿病肾病。其中，该三元组中主语S为“糖尿病”，谓语P为“并发症”，宾语O为“糖尿病肾病”，三元组SPO的主语S、谓词P、宾语O也分别可称为三元组的头实体(Head Entity)、属性关系(Relation)和尾实体(Tail Entity)，谓语P即为头实体与尾实体之间的属性关系。从而，基于多个三元组构建医学知识图谱。

然而，由于三元组的头实体与尾实体之间的属性关系的成立或发生一般都会受到一定的条件约束，例如，并不是所有的糖尿病患者都会发生糖尿病肾病，糖尿病患者发生并发症糖尿病肾病具有一定的概率，而这种三元组的知识表达方式无法表达头实体与尾实体之间的属性关系的这种约束条件。

发明内容

本申请实施例提供一种基于模型的医学知识图谱的构建方法、装置、设备及存储介质，用于解决三元组的知识表达方式无法表达头实体与尾实体之间的属性关系的约束条件的问题。

第一方面，本申请提供一种基于模型的医学知识图谱的构建方法，所述方法包括：确定表示医学知识的待处理三元组，所述待处理三元组包括头实体、属性关系以及尾实体；基于所述待处理三元组的语义特征，确定所述待处理三元组的所述属性关系对应的函数模型的模型信息，所述函数模型为确定所述头实体与所述尾实体之间的所述属性关系的约束条件的模型；将所述模型信息作为所述待处理三元组的第四元，生成所述待处理三元组对应的四元组。

在本申请的一些实施例中，所述方法还包括：对多个所述四元组中的共同实体进行合并处理，构建医学知识图谱。

在本申请的一些实施例中，所述模型信息包括模型类型，所述模型类型包括：常量函数模型、连续函数模型、规则函数模型以及复合函数模型中的一种或多种。

在本申请的一些实施例中，所述属性关系的约束条件包括所述属性关系的成立条件、所述属性关系发生的群体概率、所述属性关系发生的个体概率中的一种或多种。

在本申请的一些实施例中，所述基于所述待处理三元组的语义特征，确定所述待处理三元组的所述属性关系对应的函数模型的模型信息，包括：基于所述待处理三元组的语义特征，确定所述待处理三元组的所述属性关系的约束条件；基于所述属性关系的约束条件，确定所述属性关系对应的函数模型的模型类型。

在本申请的一些实施例中，所述基于所述属性关系的约束条件，确定所述属性关系对应的函数模型的模型类型，包括：若所述属性关系的约束条件为所述属性关系的成立条件，则所述属性关系对应的函数模型包括所述规则函数模型；若所述属性关系的约束条件为所述属性关系发生的群体概率，则所述属性关系对应的函数模型包括所述常量函数模型；若所述属性关系的约束条件为所述属性关系发生的个体概率，则所述属性关系对应的函数模型包括所述连续函数模型。