[发明专利]一种疾病保险关系图谱的构建方法、装置及设备在审
申请号: | 202211255288.8 | 申请日: | 2022-10-13 |
公开(公告)号: | CN115544269A | 公开(公告)日: | 2022-12-30 |
发明(设计)人: | 傅航聪 | 申请(专利权)人: | 太保科技有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06Q40/08;G16H70/40;G16H70/60 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 曹伟 |
地址: | 200010 上海市黄浦区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 疾病 保险 关系 图谱 构建 方法 装置 设备 | ||
本申请公开了一种疾病保险关系图谱的构建方法、装置及设备。具体地,在执行本申请实施例提供的疾病保险关系图谱的构建方法时,首先可以获取基于医疗编码划分的疾病层级。接着根据疾病名称和药物名称构建医疗图谱。然后根据医疗图谱中第一实体层包含的疾病名称与疾病层级的对应关系将疾病层级与医疗图谱进行整合得到第一整合图谱。再根据保险名称与疾病名称构建核保核赔图谱。最后根据核保核赔图谱中第二实体层包含的疾病名称与第一整合图谱的对应关系将第一整合图谱与核保核赔图谱进行整合得到第二整合图谱。本申请基于医疗编码构建构建医疗图谱和保险核保核赔的关系图谱,实现了将医疗图谱和相关保险场景进行结合。
技术领域
本申请涉及疾病保险关系图谱构建的技术领域,特别是涉及一种疾病保险关系图谱的构建方法、装置及设备。
背景技术
随着知识图谱技术的不断发展,越来越多人将知识图谱技术运用在相关的领域。包括检索、推荐、问答、推理等NLP相关的领域中。知识图谱的优点在于解决了深度学习的可解释性问题,通过构建底层的图谱关系库来推理相关的用户所需的答案。同时在医疗领域越来越多的人开始搭建使用知识图谱,因为医疗针对相关医疗知识的可解释性比其它领域来的强。但是现有的医疗图谱很少和相关保险场景进行结合来展示二者间的关系,从而使得进行核保核赔时需要耗费大量的人力和时间去确定客户是否满足核保核赔的条件。
因此如何将医疗图谱和相关保险场景结合起来进行展示,是本领域技术人员急需解决的技术问题。
发明内容
基于上述问题,本申请提供了一种疾病保险关系图谱的构建方法、装置及设备,以提高终端设备界面中的图标对不同用户的易用性。本申请实施例公开了如下技术方案:
一种疾病保险关系图谱的构建方法,所述方法包括:
获取基于医疗编码划分的疾病层级;
根据疾病名称和药物名称构建医疗图谱,所述医疗图谱包括第一实体层,所述第一实体层包括所述疾病名称和所述药物名称;
根据所述第一实体层中的疾病名称与所述疾病层级的对应关系将所述疾病层级与所述医疗图谱进行整合得到第一整合图谱;
根据保险名称与所述疾病名称构建核保核赔图谱,所述核保核赔图谱包括第二实体层,所述第二实体层包括所述疾病名称和所述保险名称;
根据所述第二实体层中的疾病名称与所述第一整合图谱的对应关系将所述第一整合图谱与所述核保核赔图谱进行整合得到第二整合图谱。
在一种可能的实现方式中,所述根据保险名称与所述疾病名称构建核保核赔图谱,包括:
获取保险名称与所述疾病名称之间的核保核赔规则;
构建所述保险名称、所述疾病名称与所述核保核赔规则的第一三元组组合作为所述核保核赔图谱。
在一种可能的实现方式中,所述疾病层级包括五个疾病层级。
在一种可能的实现方式中,所述根据疾病名称和药物名称构建医疗图谱,包括:
将各个疾病名称和各个药物名称输入到小样本模型进行训练,得到匹配率小于第一阈值的各个疾病名称与各个药物名称间对应关系;
生成包括各个疾病名称、各个药物名称以及所述匹配率小于第一阈值的各个疾病名称与各个药物名称间对应关系的第二三元组组合;
获取各个疾病名称与各个药物名称间对应关系被部分标记的第二三元组组合作为第三三元组组合;
将所述第三三元组组合输入到进行半监督学习的关系抽取模型中进行训练,得到匹配率大于第二阈值的各个疾病名称与各个药物名称间对应关系;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太保科技有限公司,未经太保科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211255288.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种洗擦车泄压机构
- 下一篇:一种防排烟风机控制系统及方法