[发明专利]一种高血压药物治疗知识图谱构建方法以及装置

说明书

一种高血压药物治疗知识图谱构建方法，包括：高血压药物治疗知识图谱采用自上而下的方式，先构建Schema，再抽取知识；构建过程根据抽取和应用实际情况，不断完善和优化Schema；构建属性图模型；对属性图模型采用HugeGraph和MongoDB混合数据存储模式；数据加工和专家审核相结合增加知识准确度。本发明的有益效果是：通过属性图模型，解决了多元关系在临床医学知识表示中建模的问题。

技术领域

本发明涉及医学知识图谱技术领域，尤其涉及一种高血压药物治疗知识图谱构建方法以及装置。

背景技术

知识图谱是一种基于图的数据结构，由实体(节点)和实体间的关系(边)组成。知识图谱广义概念是作为一种技术体系，是指大数据知识工程中一系列代表性技术的总称；知识图谱狭义概念是作为一种知识表示形式，是大规模语义网络，包含实体、概念及其之间的各种语义关系。

目前大多通用知识图谱都采用自底向上构建方法，从开放链接数据源中提取实体、属性和关系，再加入到知识图谱的数据层，然后将这些知识要素进行归纳组织，逐步往上抽象为概念，最后形成模式层。具体流程如图1所示，为一种自底向上知识图谱的构建流程，现有技术的知识图谱由数据层(data layer)和模式层(schema layer) 构成。模式层是知识图谱的概念模型和逻辑基础，对数据层进行规范约束。多采用本体作为知识图谱的模式层，借助本体定义的规则和公理约束知识图谱的数据层。在数据层，事实以“实体-关系-实体”或“实体-属性-属性值”的三元组存储，形成一个图状知识库，可以将知识图谱的数据层视为本体的实例。

自底向上的构建方法流程如图所示，构建步骤主要可分为4部分，分别为：知识获取、信息抽取、知识融合、知识加工。首先，从开放链接的多个数据源获取结构化、半结构化或非结构化数据，对于半结构化数据、非结构化数据，需要通过信息抽取方法提取实体、属性和关系，不同来源的结构化数据需先进行知识融合，后与半结构化、非结构化数据中抽取的知识一同进行指代消解、实体消岐，经过以上处理后加入到知识图谱的数据层；然后将这些知识要素进行归纳组织，逐步往上抽象为概念，该过程即为本体抽取，最后形成知识图谱模式层。初步构建完成后的知识图谱可在已有知识的基础之上，推断出未知的知识，进一步拓展、更新知识图谱，该过程即为知识推理。

知识图谱构建包括数据获取、信息抽取、知识融合、知识加工四个步骤。首先是原始数据处理，数据源可能是结构化的、非结构化的以及半结构化的；然后通过一系列自动化或半自动化的技术手段，从原始数据中抽取实体、关系以及实体属性等信息，并将其存入知识库；接着通过知识融合对数据进行逻辑归属和冗杂/错误过滤；最后通过本体抽取、质量评估对知识进行加工获得结构化，网络化的知识体系——知识图谱。

但由于医学知识的专业性强，精确度要求极高，如果使用自底向上方法构建出来的邻域知识图谱，本体受数据源的影响较大，缺乏对高血压药物治疗决策的针对性，而且准确性差。如何构建直接用于临床决策支持的高血压药物治疗知识图谱及其系统，如何表示具有多元关系的医学知识，如何存储不同来源的多模态数据，如何精准加工和审核医学知识数据，是本发明要解决的重要问题。其原因如下：

一、由于医学概念具备精确性、医学知识具有逻辑性，通过自底向上构建医学知识图谱的准确率，尚不能达到应用于高血压临床药物治疗决策支持的要求。

二、目前知识图谱多采用RDF(Resource Description Framework)模型，形式上表示为SPO三元组，即“subject-predicate-object”，尽管能表示目前大部分的简单事件或实体属性，对于复杂的医学知识表示却束手无策。