[发明专利]药症关系网络构建与概念映射方法及系统

说明书

本发明提供一种药症关系网络构建与概念映射方法及系统，属于药症知识图谱技术领域，构建药症知识图谱；基于药症知识图谱，结合元路径方法，构建症状关系网络；基于症状关系网络，进行子图抽取，得到关系节点子集，即为输入症状术语的子图表示。本发明提出融合中药性味归经和功效等多种信息的中药症状知识图谱构建方法，进而形成药症知识图谱；提出药症知识图谱和元路径结合的症状关系网络构建方法，进而构建出症状关系网络；提出基于子图抽取的术语表示算法，实现“未登录”术语的概念映射与特征表示。

技术领域

本发明涉及药症知识图谱构建技术领域，具体涉及一种基于药症知识图谱的药症关系网络构建与概念映射方法及系统。

背景技术

临床诊疗中，由于不同医生对医学概念及其相关实体的表达具有个性化、多元化的特点，这导致在构建临床推荐模型时，难以将新出现的术语对应到已有概念，并进行特征表示。

知识图谱是一种揭示实体间关系的语义网络，包含知识抽取、知识融合、知识推理、知识表示等重要技术。

郝文建等人提出了一种标准知识图谱构建、标准查询方法，该方法通过对样本标准文本数据的标准要素进行数据抽取，以及对样本标准文本数据中的非标要素进行数据抽取构建标准知识图谱，从而可以快速基于标准知识图谱准确获取标准的相关数据信息，避免传统方法中需要人工阅读提取标准数据信息导致效率较低的问题。

丁兆云等人提出了一种结合本体概念和实例的网络空间知识图谱推理方法。该方法是将网络空间的本体概念映射至本体图；从节点对应的语料库提取实例层的实体，根据本体边和实体，构建第二三元组；构建用于网络空间知识图谱推理的卷积神经网络模型，根据第一三元组和第二三元组，确定卷积神经网络模型的统一能量函数和得分函数。最后通过训练好的卷积神经网络模型，进行网络空间知识图谱推理。

现有的如上述方法仍然缺少针对临床概念映射的药症知识图谱构建方法，已有的图谱构建框架并不能有效的应用于此知识图谱的构建。

发明内容

本发明的目的在于提供一种基于药症知识图谱的药症关系网络构建与概念映射方法及系统，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

一方面，本发明提供一种药症关系网络构建与概念映射方法，包括：

构建药症知识图谱；

基于药症知识图谱，结合元路径方法，构建症状关系网络；

基于症状关系网络，进行子图抽取，得到关系节点子集，即为输入症状术语的子图表示。

优选的，构建药症知识图谱，包括：确定实体类型以及实体类型间的关系类型。

优选的，实体类型包括中药、症状词、功效、归经和性味。

优选的，关系类型包括中药-症状、症状同义关系、中药-功效、中药-性味和中药-归经。

优选的，利用中药的功效、性味、归经数据实现症状关联，构建基于元路径的症状关系网络；将构建出的症状关系都纳入到症状网络中，该网络中包含症状词和症状词两类实体，包含症状同义关系、症状字-症状词关系、基于中药功效关系获得的症状关系、基于中药性味关系获得的症状关系和基于中药归经关系获得的症状关系。

优选的，构建症状关系网络包括：

将中药-症状关系数据转为中药字典和症状字典；

分别将中药-功效、中药-性味和中药-归经关系转为功效字典、性味字典和归经字典；