[发明专利]一种医疗领域知识图谱构建的方法

说明书

本发明提供了一种医疗领域知识图谱构建的方法，其特征在于，包括一下步骤：S1、获取医疗领域相关数据，主要包括结构化数据、半结构化数据和非结构化数据；S2、对获取到的数据进行知识抽取和存储；S3、对已有的知识进行融合，包括本体融合和实体融合；S4、对知识图谱进行知识加工，包括本体构建、知识推理、知识更新和质量评估；本发明采用多种深度学习和机器学习算法进行知识提取，基于本体层和实体层2个维度进行知识的融合，采用多种算法和策略对图谱进行知识的推理和补全并且采用一种综合质量评估的方法对图谱进行质量评估，得到一个全面的、质量高的、可不断更新迭代的医疗领域的知识图谱。

技术领域

本发明涉及人工智能技术在医疗领域的一个实现，具体地说是一种医疗领域知识图谱构建的方法。

背景技术

随着人们对健康问题的愈发重视，医疗保健费用、需求的增长与优质的医疗资源不足之间的矛盾亟待解决。由于近几年人工智能的飞速发展及精准医疗、智慧医疗的提出，医学知识图谱正受到国内外企业、学界的广泛关注，有望带来廉价、高效、精准的医疗建议和诊断。

现有技术中还存在着以下问题：针对医疗领域知识提取的算法太过简单，进行复杂知识提取的效果较差，知识融合只考虑到了实体的融合，没有考虑到本体的融合，缺少对图谱的推理和补全的过程，缺少对图谱的质量评估或质量评估的设计太过简单。

发明内容

本发明的目的在于提出一种医疗领域知识图谱构建的方法，以解决上述背景技术中提出的知识提取的算法太过简单，提取效果差，知识融合缺少本体的融合，缺少图谱的推理和补全的过程，且缺少对图谱的质量评估的问题。

为实现上述目的，本发明提供以下技术方案：

一种医疗领域知识图谱构建的方法，包括S1、获取医疗领域相关数据，主要包括结构化数据、半结构化数据和非结构化数据；S2、对获取到的数据进行知识抽取和存储；S3、对已有的知识进行融合，包括本体融合和实体融合；S4、对知识图谱进行知识加工，包括本体构建、知识推理、知识更新和质量评估。

所述步骤S1具体包括以下内容：

通过接入已有的医疗相关系统数据、网络爬虫爬取医疗数据等方式获取医疗相关的结构化数据、半结构化数据和非结构化数据，并对获取到的数据进行分类和清洗；

其中，接入已有的医疗相关系统数据的步骤如下：

S1.1.1、对已有的医疗系统进行调研；

S1.1.2、接入已有的医疗系统数据；

网络爬虫爬取医疗数据的步骤如下：

S1.2.1、获取目标医疗数据的URL；

S1.2.2、向对应URL提交HTTP请求；

S1.2.3、解析HTTP响应；

S1.2.4、存储解析结果。

所述步骤S2具体包括结构化数据的知识提取和对半结构化和非结构化数据进行知识提取，其中结构化数据的知识提取通过利用R2RML映射语言将知识从关系数据库映射到RDF数据集中；而对半结构化和非结构化数据进行知识提取采用LSTM-CRF命名实体识别模型进行实体抽取或采用PCNN分段卷积神经网络进行关系抽取；最后将抽取的知识存入到Jena(Apache旗下的RDF三元组数据库)中。

所述步骤S2中采用LSTM-CRF命名实体识别模型进行实体抽取时，模型的构建流程如下：

S2.1.1、建立Embedding层，将词映射为词向量；

S2.1.2、建立n层的双向LSTM层，学习词的前后语义信息；

S2.1.3、建立CRF层，对各个词进行序列标注；