[发明专利]医疗问答知识生成方法、装置、电子设备及存储介质在审
申请号: | 202310446180.5 | 申请日: | 2023-04-14 |
公开(公告)号: | CN116467418A | 公开(公告)日: | 2023-07-21 |
发明(设计)人: | 郭明娟 | 申请(专利权)人: | 康键信息技术(深圳)有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/36;G06F16/35;G06F40/284;G06F40/216;G06N5/022 |
代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 范腊梅 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 医疗 问答 知识 生成 方法 装置 电子设备 存储 介质 | ||
1.一种医疗问答知识生成方法,其特征在于,所述方法包括:
获取待处理文章,对所述待处理文章进行信息提取,得到知识三元组;
根据所述知识三元组构建知识图谱,对所述知识图谱进行节点特征提取,得到知识特征;
获取医疗问题,对所述医疗问题进行特征编码,得到所述医疗问题的单词特征序列;
将所述知识特征与所述医疗问题的单词特征序列进行特征融合,生成医疗问答知识。
2.如权利要求1所述的医疗问答知识生成方法,其特征在于,所述对所述待处理文章进行信息提取,得到知识三元组,包括:
对所述待处理文章进行预处理,得到分词数据集;
对所述分词数据集进行实体关系抽取,得到实体集;
对所述实体集进行关系筛选,得到知识三元组。
3.如权利要求2所述的医疗问答知识生成方法,其特征在于,所述对所述待处理文章进行预处理,得到分词数据集,包括:
对所述待处理文章进行分词处理,得到输入分词及对应的词性;
获取预设的停用词性标签,根据所述词性标签以及所述输入分词对应的词性对所述输入分词进行筛选,得到分词数据集。
4.如权利要求2所述的医疗问答知识生成方法,其特征在于,所述对所述分词数据集进行实体关系抽取,得到实体集,包括:
对所述分词数据集进行向量表示,得到分词向量;
对所述分词向量进行特征提取,得到分词特征向量;
对所述分词特征向量进行关系分类,根据关系分类结果得到实体集。
5.如权利要求1所述的医疗问答知识生成方法,其特征在于,所述根据所述知识三元组构建知识图谱,包括:
获取知识实体库,从所述知识实体库中预选出候选实体对象;
将所述候选实体对象与所述知识三元组进行相似度计算,根据相似度计算结果得到实体对象;
将所述实体对象进行知识融合,得到知识图谱。
6.如权利要求1所述的医疗问答知识生成方法,其特征在于,所述对所述医疗问题进行特征编码,得到所述医疗问题的单词特征序列,包括:
对所述医疗问题进行词向量嵌入,得到嵌入向量;
将预设的位置信息向量与所述嵌入向量进行拼接,得到输入特征向量;
将所述输入特征向量进行层归一化,得到所述医疗问题的单词特征序列。
7.如权利要求1至6中任一项所述的医疗问答知识生成方法,其特征在于,所述将所述知识特征与所述医疗问题的单词特征序列进行特征融合,生成医疗问答知识,包括:
获取所述医疗问题的实体类别,根据所述实体类别对所述知识特征进行初步筛选,得到初始知识特征;
对所述初始知识特征的特征序列与所述医疗问题的单词特征序列进行概率计算,根据概率计算结果生成医疗问答知识。
8.一种医疗问答知识生成装置,其特征在于,所述装置包括:
信息提取模块,用于获取待处理文章,对所述待处理文章进行信息提取,得到知识三元组;
节点特征提取模块,用于根据所述知识三元组构建知识图谱,对所述知识图谱进行节点特征提取,得到知识特征;
特征编码模块,用于获取医疗问题,对所述医疗问题进行特征编码,得到所述医疗问题的单词特征序列;
特征融合模块,用于将所述知识特征与所述医疗问题的单词特征序列进行特征融合,生成医疗问答知识。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的医疗问答知识生成方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的医疗问答知识生成方法。
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康键信息技术(深圳)有限公司,未经康键信息技术(深圳)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/202310446180.5/1.html,转载请声明来源钻瓜专利网。