[发明专利]一种实现特征排序的方法、装置及设备

权利要求书

1.一种实现特征选择的方法，其特征在于，所述方法包括：

获取用户当前症状特征集合，所述用户当前症状特征集合包括至少一个第一症状特征以及各个所述第一症状特征对应的特征值；所述第一症状特征对应的特征值表征是否出现该第一症状特征；

从医疗知识图谱中获取在各个疾病的条件下第一症状特征的条件概率以及在各个疾病的条件下第二症状特征的条件概率；所述第二症状特征为在所述医疗知识图谱中除去所述第一症状特征的任一症状特征；

根据所述在各个疾病的条件下第二症状特征的条件概率，计算所述第二症状特征的全局重要性；和/或，根据所述在各个疾病的条件下第一症状特征的条件概率、各个所述第一症状特征对应的特征值以及所述在各个疾病的条件下第二症状特征的条件概率，计算所述第二症状特征的鉴别重要性；

根据所述第二症状特征的全局重要性和/或鉴别重要性，确定所述第二症状特征的重要性；

对得到所述重要性的各个第二症状特征按照所述重要性进行排序，将排序符合预设条件的第二症状特征确定为候选症状特征。

2.根据权利要求1所述的方法，其特征在于，所述根据所述在各个疾病的条件下第二症状特征的条件概率，计算所述第二症状特征的全局重要性，包括：

根据所述在各个疾病的条件下第二症状特征的条件概率，确定与所述第二症状特征关联的疾病作为关联疾病；

将在各个关联疾病的条件下第二症状特征的条件概率相加，得到所述第二症状特征的全局重要性。

3.根据权利要求1所述的方法，其特征在于，所述根据所述在各个疾病的条件下第二症状特征的条件概率，计算所述第二症状特征的全局重要性，包括：

根据所述在各个疾病的条件下第二症状特征的条件概率，确定与所述第二症状特征关联的疾病作为关联疾病；

将所述在各个关联疾病的条件下第二症状特征的条件概率分别作为目标函数的变量，得到所述目标函数的函数值；所述目标函数满足在变量大于零的区间内单调递增，且函数值的增幅随变量的增大而增大；

将各个所述函数值相加，得到所述第二症状特征的全局重要性。

4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

从所述医疗知识图谱中获取疾病预测规则，所述疾病预测规则包括条件与动作的对应关系，所述条件为目标症状特征对应的目标特征值，所述动作为对相应疾病的评估值的处理方式；

将包括所述第二症状特征的疾病预测规则确定为目标疾病预测规则，计算每个所述目标疾病预测规则包括的目标症状特征的数量的倒数值，将各个所述倒数值相加得到所述第二症状特征的规则评估值；

将得到的所述第二症状特征的全局重要性与所述第二症状特征的规则评估值相加，得到更新后的第二症状特征的全局重要性。

5.根据权利要求1所述的方法，其特征在于，所述根据所述在各个疾病的条件下第一症状特征的条件概率、各个所述第一症状特征对应的特征值以及所述在各个疾病的条件下第二症状特征的条件概率，计算所述第二症状特征的鉴别重要性，包括：

根据所述在各个疾病的条件下第二症状特征的条件概率，确定与所述第二症状特征关联的疾病作为关联疾病；

根据所述在各个疾病的条件下第一症状特征的条件概率、各个所述第一症状特征对应的特征值，计算在用户当前症状特征集合的条件下目标关联疾病的概率值；所述目标关联疾病为所述关联疾病中的每一个；

将所述在用户当前症状特征集合的条件下目标关联疾病的概率值乘以所述第二症状特征对于目标关联疾病的不确定度，得到所述第二症状特征对于目标关联疾病的鉴别重要性系数；所述第二症状特征对于目标关联疾病的不确定度是根据在目标关联疾病的条件下第二症状特征的条件概率计算得到的；

将各个所述第二症状特征对于关联疾病的鉴别重要性系数相加得到第一求和结果，计算1与所述第一求和结果之差，得到所述第二症状特征的鉴别重要性。