本申請涉及人工智能與醫(yī)療領(lǐng)域，具體地，涉及一種知識(shí)圖譜構(gòu)建方法和裝置、介質(zhì)、電子設(shè)備。

背景技術(shù)：

1、在當(dāng)前的信息化時(shí)代，醫(yī)療健康信息廣泛分布于互聯(lián)網(wǎng)的多個(gè)數(shù)據(jù)源之中，涵蓋了疾病診斷、癥狀描述、食物營養(yǎng)、運(yùn)動(dòng)建議等多個(gè)方面。這種信息的分散性為用戶檢索帶來了極大的挑戰(zhàn)。用戶往往需要在多個(gè)數(shù)據(jù)源之間頻繁切換，以嘗試獲取全面且準(zhǔn)確的醫(yī)療信息，不僅耗時(shí)費(fèi)力，而且效率低下。

2、傳統(tǒng)的信息檢索技術(shù)大多基于字符匹配的方式，即根據(jù)用戶輸入的關(guān)鍵詞，在數(shù)據(jù)庫中查找包含這些關(guān)鍵詞的記錄。然而，這種方式在處理自然語言數(shù)據(jù)時(shí)存在明顯的局限性。它無法深入理解數(shù)據(jù)的語義信息，也就無法對數(shù)據(jù)的類型以及數(shù)據(jù)之間的關(guān)系進(jìn)行更深入的分析和挖掘。因此，傳統(tǒng)的檢索技術(shù)往往只能提供表面上的、碎片化的信息，難以滿足用戶對全面、深入醫(yī)療信息的需求。

3、特別是在醫(yī)療領(lǐng)域，信息的準(zhǔn)確性和完整性至關(guān)重要。錯(cuò)誤的醫(yī)療信息可能導(dǎo)致誤診、誤治，甚至危及患者的生命安全。因此，如何有效地整合互聯(lián)網(wǎng)上的醫(yī)療健康信息，提高信息檢索的準(zhǔn)確性和效率，成為了一個(gè)亟待解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、本申請的目的是提供一種知識(shí)圖譜構(gòu)建方法和裝置、介質(zhì)、電子設(shè)備，以解決目前醫(yī)療信息檢索的效率低、準(zhǔn)確性差的問題。

2、為了實(shí)現(xiàn)上述目的，本申請采用以下技術(shù)方案。

3、一種知識(shí)圖譜構(gòu)建方法，包括：構(gòu)建用于抽取待識(shí)別數(shù)據(jù)中實(shí)體與實(shí)體關(guān)系的模型，所述模型的構(gòu)建過程包括：使用醫(yī)療相關(guān)文本數(shù)據(jù)對bert模型進(jìn)行預(yù)訓(xùn)練，得到第一模型；基于所述第一模型，在所述bert模型的架構(gòu)上添加crf層得到第二模型，利用訓(xùn)練數(shù)據(jù)集對所述第二模型進(jìn)行訓(xùn)練；使用訓(xùn)練完成的所述模型對待識(shí)別數(shù)據(jù)進(jìn)行實(shí)體與實(shí)體關(guān)系的抽取；將抽取的所述待識(shí)別數(shù)據(jù)的實(shí)體關(guān)系與現(xiàn)有詞庫進(jìn)行關(guān)系匹配，若匹配結(jié)果一致，則按照相同關(guān)系寫入知識(shí)圖譜；當(dāng)匹配結(jié)果不一致時(shí)，根據(jù)訓(xùn)練完成的所述第二模型對所述待識(shí)別數(shù)據(jù)抽取的中間結(jié)果，輸出抽取的各個(gè)實(shí)體的多維向量；計(jì)算所述各個(gè)實(shí)體的多維向量與現(xiàn)有詞庫中實(shí)體的多維向量的余弦相似度，根據(jù)所述余弦相似度獲取候選實(shí)體；將訓(xùn)練完成的所述第二模型的crf層去掉，在bert模型的架構(gòu)上的最后一層上添加全連接層，訓(xùn)練得到第三模型；采用所述第三模型區(qū)分識(shí)別出的實(shí)體與所述候選實(shí)體是否為同一實(shí)體；若區(qū)分結(jié)果為同一實(shí)體，將識(shí)別出的實(shí)體及實(shí)體關(guān)系寫入知識(shí)圖譜。

4、在一些實(shí)施方式中，所述使用醫(yī)療相關(guān)文本數(shù)據(jù)對bert模型進(jìn)行預(yù)訓(xùn)練，包括：獲取所述醫(yī)療相關(guān)文本數(shù)據(jù)；通過建立的mlm和nsp訓(xùn)練任務(wù)對bert模型進(jìn)行預(yù)訓(xùn)練得到第一模型，預(yù)訓(xùn)練使用的數(shù)據(jù)為所述醫(yī)療相關(guān)文本數(shù)據(jù)。

5、在一些實(shí)施方式中，獲取所述訓(xùn)練數(shù)據(jù)集的過程，包括：定義知識(shí)圖譜的綱要，所述綱要包括實(shí)體類型、實(shí)體關(guān)系類型；使用通用信息抽取模型uie，對所述知識(shí)圖譜的綱要和原始文本進(jìn)行預(yù)標(biāo)注，所述原始文本為包含實(shí)體和實(shí)體關(guān)系的文本。

6、在一些實(shí)施方式中，所述使用訓(xùn)練完成的所述第二模型對待識(shí)別數(shù)據(jù)進(jìn)行實(shí)體與實(shí)體關(guān)系的抽取，包括：對待識(shí)別數(shù)據(jù)進(jìn)行糾錯(cuò)并改正，所述待識(shí)別數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)；使用訓(xùn)練完成的所述第二模型抽取改正后的所述待識(shí)別數(shù)據(jù)中的實(shí)體與實(shí)體關(guān)系。

7、在一些實(shí)施方式中，所述計(jì)算所述各個(gè)實(shí)體的多維向量與現(xiàn)有詞庫中實(shí)體的多維向量的余弦相似度，根據(jù)所述余弦相似度獲取候選實(shí)體，包括：當(dāng)所述余弦相似度大于設(shè)定閾值時(shí)，返回高于所述設(shè)定閾值的前若干個(gè)實(shí)體作為候選實(shí)體。

8、本申請第二方面提供了一種知識(shí)圖譜的構(gòu)建裝置，包括：模型構(gòu)建模塊，其用于構(gòu)建用于抽取待識(shí)別數(shù)據(jù)中實(shí)體與實(shí)體關(guān)系的模型，所述模型的構(gòu)建過程包括：使用醫(yī)療相關(guān)文本數(shù)據(jù)對bert模型進(jìn)行預(yù)訓(xùn)練，得到第一模型；基于所述第一模型，在所述bert模型的架構(gòu)上添加crf層得到第二模型，利用訓(xùn)練數(shù)據(jù)集對所述第二模型進(jìn)行訓(xùn)練；抽取模塊，其用于使用訓(xùn)練完成的所述第二模型對待識(shí)別數(shù)據(jù)進(jìn)行實(shí)體與實(shí)體關(guān)系的抽?。黄ヅ淠K，其用于將抽取的所述待識(shí)別數(shù)據(jù)的實(shí)體關(guān)系與現(xiàn)有詞庫進(jìn)行關(guān)系匹配，若匹配結(jié)果一致，則按照相同關(guān)系寫入知識(shí)圖譜。

9、在一些實(shí)施方式中，所述匹配模塊還包括：當(dāng)匹配結(jié)果不一致時(shí)，根據(jù)訓(xùn)練完成的所述第二模型對所述待識(shí)別數(shù)據(jù)抽取的中間結(jié)果，輸出抽取的各個(gè)實(shí)體的多維向量；計(jì)算所述各個(gè)實(shí)體的多維向量與現(xiàn)有詞庫中實(shí)體的多維向量的余弦相似度，根據(jù)所述余弦相似度獲取候選實(shí)體；將訓(xùn)練完成的所述第二模型的crf層去掉，在bert模型的架構(gòu)上的最后一層上添加全連接層，訓(xùn)練得到第三模型；采用所述第三模型區(qū)分識(shí)別出的實(shí)體與所述候選實(shí)體是否為同一實(shí)體；若區(qū)分結(jié)果為同一實(shí)體，將識(shí)別出的實(shí)體及實(shí)體關(guān)系寫入知識(shí)圖譜。

10、本申請第三方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序在處理器上運(yùn)行時(shí)，使得所述處理器執(zhí)行如第一方面所述的方法。

11、本申請第四方面提供了一種電子設(shè)備，包括：至少一個(gè)存儲(chǔ)器，用于存儲(chǔ)程序；至少一個(gè)處理器，用于執(zhí)行所述存儲(chǔ)器存儲(chǔ)的程序，當(dāng)所述存儲(chǔ)器存儲(chǔ)的程序被執(zhí)行時(shí)，所述處理器用于執(zhí)行如第一方面所述的方法。

12、與現(xiàn)有技術(shù)相比，本申請的有益效果。

13、本申請?zhí)峁┝艘环N知識(shí)圖譜構(gòu)建方法和裝置、介質(zhì)、電子設(shè)備，其通過構(gòu)建用于抽取待識(shí)別數(shù)據(jù)中實(shí)體與實(shí)體關(guān)系的模型，對待識(shí)別數(shù)據(jù)進(jìn)行實(shí)體與實(shí)體關(guān)系的抽取，將抽取的帶識(shí)別數(shù)據(jù)的實(shí)體關(guān)系與現(xiàn)有詞庫進(jìn)行關(guān)系匹配。本申請的技術(shù)方案能夠清晰地展示實(shí)體、屬性以及實(shí)體之間的關(guān)系。通過構(gòu)建醫(yī)療領(lǐng)域的知識(shí)圖譜，可以將分散在互聯(lián)網(wǎng)上的醫(yī)療健康信息進(jìn)行有效的整合和關(guān)聯(lián)，形成一個(gè)全面、系統(tǒng)的知識(shí)體系。用戶就可以通過知識(shí)圖譜提供的直觀界面，快速、準(zhǔn)確地獲取所需的醫(yī)療信息，從而提高信息檢索的效率和準(zhǔn)確性。本申請的技術(shù)方案可以高效地從海量數(shù)據(jù)中提取有用的醫(yī)療信息，準(zhǔn)確地表示和存儲(chǔ)該有效醫(yī)療信息，為用戶提供便捷、智能的信息檢索服務(wù)。

技術(shù)特征：

1.一種知識(shí)圖譜構(gòu)建方法，其特征在于，包括：

2.如權(quán)利要求1所述的知識(shí)圖譜構(gòu)建方法，其特征在于，所述使用醫(yī)療相關(guān)文本數(shù)據(jù)對bert模型進(jìn)行預(yù)訓(xùn)練，包括：

3.如權(quán)利要求1所述的知識(shí)圖譜構(gòu)建方法，其特征在于，獲取所述訓(xùn)練數(shù)據(jù)集的過程，包括：

4.如權(quán)利要求1所述的知識(shí)圖譜構(gòu)建方法，其特征在于，所述使用訓(xùn)練完成的所述第二模型對待識(shí)別數(shù)據(jù)進(jìn)行實(shí)體與實(shí)體關(guān)系的抽取，包括：

5.如權(quán)利要求1所述的知識(shí)圖譜構(gòu)建方法，其特征在于，所述計(jì)算所述各個(gè)實(shí)體的多維向量與現(xiàn)有詞庫中實(shí)體的多維向量的余弦相似度，根據(jù)所述余弦相似度獲取候選實(shí)體，包括：

6.一種知識(shí)圖譜的構(gòu)建裝置，其特征在于，包括：

7.如權(quán)利要求6所述的知識(shí)圖譜的構(gòu)建裝置，其特征在于，所述匹配模塊還包括：

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序在處理器上運(yùn)行時(shí)，使得所述處理器執(zhí)行如權(quán)利要求1至5任一項(xiàng)所述的方法。

9.一種電子設(shè)備，其特征在于，包括：至少一個(gè)存儲(chǔ)器，用于存儲(chǔ)程序；

技術(shù)總結(jié)
本申請?zhí)峁┝艘环N知識(shí)圖譜構(gòu)建方法，屬于人工智能與醫(yī)療領(lǐng)域，其通過構(gòu)建用于抽取待識(shí)別數(shù)據(jù)中實(shí)體與實(shí)體關(guān)系的模型，對待識(shí)別數(shù)據(jù)進(jìn)行實(shí)體與實(shí)體關(guān)系的抽取，將抽取的帶識(shí)別數(shù)據(jù)的實(shí)體與現(xiàn)有詞庫進(jìn)行匹配。本申請的技術(shù)方案能夠清晰地展示實(shí)體、屬性以及實(shí)體之間的關(guān)系。通過構(gòu)建醫(yī)療領(lǐng)域的知識(shí)圖譜，可將分散在互聯(lián)網(wǎng)上的醫(yī)療健康信息進(jìn)行有效的整合和關(guān)聯(lián)，形成一個(gè)全面、系統(tǒng)的知識(shí)體系。用戶就可以通過知識(shí)圖譜提供的直觀界面，快速、準(zhǔn)確地獲取所需的醫(yī)療信息，從而提高信息檢索的效率和準(zhǔn)確性。本申請的知識(shí)圖譜構(gòu)建裝置可以高效地從海量數(shù)據(jù)中提取有用的醫(yī)療信息，準(zhǔn)確地表示和存儲(chǔ)該有效醫(yī)療信息，為用戶提供便捷、智能的信息檢索服務(wù)。

技術(shù)研發(fā)人員：胡紅亮,胡月,姜春艷
受保護(hù)的技術(shù)使用者：科學(xué)技術(shù)文獻(xiàn)出版社有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23