[发明专利]一种实现特征排序的方法、装置及设备

说明书

本申请实施例公开了一种实现特征选择的方法、装置及设备，通过获取用户当前症状特征集合，确定第一症状特征以及第一症状特征的特征值。从医疗知识图谱中获取在各个疾病条件下的第一症状特征的条件概率和各个疾病条件下第二症状特征的条件概率，计算第二症状特征的全局重要性，和/或计算第二症状特征的鉴别重要性。最后根据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，并对第二症状特征进行排序，从排序结果中选取符合预设条件的第二症状特征作为候选症状特征。如此可以实现增强问询的症状特征之间的相关程度，减少确定第二症状特征的计算复杂度，减少确定预测疾病所需的问询次数，提高症状特征的问询效率。

技术领域

本申请涉及数据处理技术领域，具体涉及一种实现特征排序的方法、装置及设备。

背景技术

自动问诊系统可以通过多轮问询获取用户的症状特征，从而根据用户输入的症状特征预测用户可能患有的疾病，以便用户根据预测疾病进行后续的就医或者治疗。

自动问诊系统在进行问询时，利用用户输入的历史症状特征，选取需要进行确定的症状特征进行问询。目前，自动问诊系统中选取需要确定的症状特征的方法较为复杂，连续两次问询的症状特征之间的相关性较低，用户体验差。并且每次只能询问一个症状，需要进行较多次数的问询才可以确定预测疾病，确定预测疾病的效率较低。

发明内容

有鉴于此，本申请实施例提供一种实现特征排序的方法、装置及设备，能够实现利用较少的问询次数确定预测疾病，提高症状特征的问询效率。

为解决上述问题，本申请实施例提供的技术方案如下：

一种实现特征选择的方法，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。