[发明专利]乳腺癌风险因素知识体系系统、知识图谱系统及构建方法

权利要求书

1.一种乳腺癌风险因素知识体系系统，其特征在于，包括本体建立模块(1011)、数据获取模块(1012)、知识评价模块(1013)、关系分类模块(1014)；

所述本体建立模块(1011)根据自构本体和已有本体完成乳腺癌风险因素本体构建，从而建立一套以乳腺癌全病因为主的知识本体；在本体建立模块(1011)中自构的乳腺癌风险因素本体的整体构建采用基于先验知识的从上至下建立框架和基于事实资源的从下之上补全知识相结合，同时自构的乳腺癌病因本体被映射至已有标准本体库；

所述数据获取模块(1012)用于从乳腺癌相关资源数据库中进行乳腺癌相关文献检索，自动检索乳腺癌病因知识,获得符合预设知识框架下的乳腺癌风险因素知识；

所述知识评价模块(1013)用于对获取的知识依据证据维度进行循证医学证据等级评价；

所述关系分类模块(1014)用于将风险因素与乳腺癌发病之间的关系强度进行分类。

2.如权利要求1所述的一种乳腺癌风险因素知识体系系统，其特征在于，知识评价模块(1013)中采用两个维度进行知识评价：

维度一为循证医学证据等级，维度二为引文网络，通过建立相关文献引文网络，根据文献被引频次、引用文献、信誉度信息进行文献价值排序。

3.如权利要求1所述的一种乳腺癌风险因素知识体系系统，其特征在于，关系分类模块(1014)根据统计学指标对临床研究进行关系的强度分类；当某个关系没有或只有较弱的人类流行病学研究参考时，使用基于动物或机制的研究。

4.一种基于权利要求1-3中任一乳腺癌风险因素知识体系系统的知识图谱系统，其特征在于，该系统包括实体识别模块(1021)，关系抽取模块(1022)，知识融合模块(1023)和知识推理模块(1024)；

实体识别模块(1021)用于从有关乳腺癌风险因素的研究文献中识别出病因实体；

关系抽取模块(1022)用于根据识别出的实体抽取出实体之间的关系以此形成一定格式的组合；

知识融合模块(1023)用于将抽取的三元组与异构的本体之间建立映射；

知识推理模块(1024)用于推理新发现的知识、并不断更新和补全知识图谱；

在关系抽取模块(1022)中，定义乳腺癌病因知识图谱中的三元组h,r,t∈F，ht∈V，关系r∈E表示连接节点的边，对于给定的实体对h和t，预测实体对间可能存在的关系r从而获取知识表示，包括：

(1)当关系r为上下位关系时：

给定上下位词对(h,t)，首先对t–h进行聚类，并对聚类得到的簇，学习映射矩阵Φ_k如下式所示：

其中，C_k表示第k簇，N_k表示第k簇中含有的上下位词对数，对于尚未确定的词对(h′,t′)，若d(Φ_kh′,t′)＝‖Φ_kh′-t′‖²δ，则词对(h′,t′)存在上下位关系；

(2)当关系r为横向关系时：

若待抽取文本中只包含一个实体对，使用文本卷积神经模型对实体对之间的关系进行预测；若待抽取文本中包含多个实体对，基于多神经网络模型联合抽取方案预测关系。

5.如权利要求4所述的一种基于乳腺癌风险因素知识体系系统的知识图谱系统，其特征在于，知识融合模块(1023)中，首先根据本体所在本体库中的拓扑结构进行表征学习，将有链接的本体映射到向量空间中的距离尽量小，从而得到本体的结构特征向量表示；

其次对本体的语义进行特征提取，利用文献对本体的语义贡献作为该本体的语义属性，提取出本体的语义特征向量表示，然后将两者进行对齐与集成，得到最终的本体特征表示；

最后将知识图谱中的实体通过语义贡献度进行语义属性的提取并转换为特征向量，利用余弦相似度或点积的方式对实体与本体的特征向量进行相似计算，将二者关联起来以此完成三元组与本体之间的映射。