一种基于膀胱癌知识图谱的智能问答系统构建方法技术方案

本发明专利技术公开了一种基于膀胱癌知识图谱的智能问答系统构建方法，所述方法包括：获取若干膀胱癌临床指南和若干医学术语标准；根据若干所述膀胱癌临床指南和若干所述医学术语标准，构建膀胱癌多层次知识模型，并将所述膀胱癌多层次知识模型映射为膀胱癌知识图谱；基于所述膀胱癌知识图谱，构建膀胱癌知识图谱智能问答系统。本发明专利技术实施例通过将不同来源的若干膀胱癌临床指南和若干医学术语标准构建成膀胱癌多层次知识模型，使得后续能高效地构建出很高精度的膀胱癌知识图谱，基于这样的膀胱癌知识图谱构建智能问答系统，为患者和医疗从业者提供精准的膀胱癌结构化知识查询，提高医疗质量。质量。质量。

【技术实现步骤摘要】
一种基于膀胱癌知识图谱的智能问答系统构建方法


[0001]本专利技术涉及自然语义处理
，尤其涉及的是一种基于膀胱癌知识图谱的智能问答系统构建方法。

技术介绍

[0002]为了给医生提供决策支持和依据，提高医疗质量，需要构建高质量的膀胱癌知识图谱，现有的知识图谱分为两类：水平知识图谱和垂直知识图谱。水平知识图谱拥有数量巨大且范围广泛的知识，如DBpedia，YAGO；垂直知识图谱拥有更加细化和专业的知识，如膀胱癌知识图谱，就是一个典型的垂直知识图谱。但是现有的膀胱癌知识图谱或存在精度不够，或存在开发效率低的问题。
[0003]因此，现有技术还有待改进和发展。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于膀胱癌知识图谱的智能问答系统构建方法，旨在解决现有技术中膀胱癌知识图谱或存在精度不够，或存在开发效率低的问题。
[0005]本专利技术解决问题所采用的技术方案如下：
[0006]第一方面，本专利技术实施例提供一种基于膀胱癌知识图谱的智能问答系统构建方法，其中，所述方法包括：
[0007]获取膀胱癌领域的若干膀胱癌临床指南和若干医学术语标准；
[0008]根据若干所述膀胱癌临床指南和若干所述医学术语标准，构建膀胱癌多层次知识模型，并将所述膀胱癌多层次知识模型映射为膀胱癌知识图谱；
[0009]基于所述膀胱癌知识图谱，构建膀胱癌知识图谱智能问答系统。
[0010]在一种实现方式中，其中，所述根据若干所述膀胱癌临床指南和若干所述医学术语标准，构建膀胱癌多层次知识模型包括：
[0011]根据若干所述膀胱癌临床指南和若干所述医学术语标准，确定文档层；
[0012]根据所述文档层，确定架构层；
[0013]根据所述文档层，确定知识层；
[0014]将所述架构层和所述知识层进行融合存储在关系型数据库中，得到膀胱癌多层次知识模型。
[0015]在一种实现方式中，其中，所述文档层包括膀胱癌临床指南库、医学术语数据库和概念分类体系；所述根据若干所述膀胱癌临床指南和若干所述医学术语标准，确定文档层包括：
[0016]将若干所述膀胱癌临床指南进行整合，得到膀胱癌临床指南库；
[0017]将若干所述医学术语标准进行整合，得到医学术语数据库和概念分类体系；其中所述概念分类体系用于表征医学的概念类别的划分体系。
[0018]在一种实现方式中，其中，所述根据所述文档层，确定架构层包括：
[0019]对所述文档层进行层级维度的结构化梳理，得到中间文档层；
[0020]对所述中间文档层进行共性整合，得到架构层。
[0021]在一种实现方式中，其中，所述知识层包括实体识别结果和关系抽取结果；所述根据所述文档层，确定知识层包括：
[0022]识别所述文档层的膀胱癌实体，得到实体识别结果；
[0023]对所述实体识别结果进行关系抽取，得到关系抽取结果。
[0024]在一种实现方式中，其中，所述将所述膀胱癌多层次知识模型映射为膀胱癌知识图谱包括：
[0025]将所述膀胱癌多层次知识模型的架构进行本体建模，得到膀胱癌多层次知识本体模型；
[0026]基于预设的映射标准，将所述膀胱癌多层次知识本体模型中存储在所述关系型数据库中的知识转化为资源描述框架数据，以完成对膀胱癌知识图谱的构建。
[0027]在一种实现方式中，其中，所述基于所述膀胱癌知识图谱，构建膀胱癌知识图谱智能问答系统包括：
[0028]获取用户输入的膀胱癌相关问句，并对所述问句进行问句预处理，得到预处理问句；
[0029]基于所述膀胱癌知识图谱，对所述预处理问句进行分析，得到问句分析结果；
[0030]对所述问句分析结果进行检索，得到问句答案。
[0031]在一种实现方式中，其中，所述基于所述膀胱癌知识图谱，对所述预处理问句进行分析，得到问句分析结果包括：
[0032]获取预处理问句中的实体；
[0033]基于所述膀胱癌知识图谱，生成候选实体集；其中，所述候选实体集用于表征膀胱癌实体名称的集合；
[0034]计算所述实体和所述候选实体集中的实体的相似度，并将所述相似度进行排序，得到排序名次；
[0035]将候选实体集中排序名次靠前的若干实体作为链接实体；
[0036]对所述链接实体进行依存句法分析，得到问句分析结果。
[0037]第二方面，本专利技术实施例还提供一种膀胱癌知识图谱智能问答系统构建装置，其中，所述装置包括：
[0038]若干膀胱癌临床指南和若干医学术语标准获取模块，用于获取膀胱癌领域的若干膀胱癌临床指南和若干医学术语标准；
[0039]膀胱癌知识图谱生成模块，用于根据若干所述膀胱癌临床指南和若干所述医学术语标准，构建膀胱癌多层次知识模型，并将所述膀胱癌多层次知识模型映射为膀胱癌知识图谱；
[0040]膀胱癌知识图谱智能问答系统构建模块，用于基于所述膀胱癌知识图谱，构建膀胱癌知识图谱智能问答系统。
[0041]第三方面，本专利技术实施例还提供一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以
上处理器执行所述一个或者一个以上程序包含用于执行如上述任意一项所述的基于膀胱癌知识图谱的智能问答系统构建方法。
[0042]第四方面，本专利技术实施例还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述中任意一项所述的基于膀胱癌知识图谱的智能问答系统构建方法。
[0043]本专利技术的有益效果：本专利技术实施例首先获取若干膀胱癌临床指南和若干医学术语标准；然后根据若干所述膀胱癌临床指南和若干所述医学术语标准，构建膀胱癌多层次知识模型，并将所述膀胱癌多层次知识模型映射为膀胱癌知识图谱，使得后续能高效的构建出很高精度的膀胱癌知识图谱；最后基于所述膀胱癌知识图谱，构建膀胱癌知识图谱智能问答系统；基于这样的膀胱癌知识图谱构建的膀胱癌知识图谱智能问答系统，为患者和医疗从业者提供精准的膀胱癌结构化知识查询。
附图说明
[0044]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045]图1为本专利技术实施例提供的基于膀胱癌知识图谱的智能问答系统构建方法流程示意图。
[0046]图2为本专利技术实施例提供的一种实现方式BCKGQA的总体框架图。
[0047]图3为本专利技术实施例提供的一种实现方式多层次膀胱癌知识模型整体架构图。
[0048]图4为本专利技术实施例提供的一种实现方式基于BERT的BiLSTM
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于膀胱癌知识图谱的智能问答系统构建方法，其特征在于，所述方法包括：获取若干膀胱癌临床指南和若干医学术语标准；根据若干所述膀胱癌临床指南和若干所述医学术语标准，构建膀胱癌多层次知识模型，并将所述膀胱癌多层次知识模型映射为膀胱癌知识图谱；基于所述膀胱癌知识图谱，构建膀胱癌知识图谱智能问答系统。2.根据权利要求1所述的基于膀胱癌知识图谱的智能问答系统构建方法，其特征在于，所述根据若干所述膀胱癌临床指南和若干所述医学术语标准，构建膀胱癌多层次知识模型包括：根据若干所述膀胱癌临床指南和若干所述医学术语标准，确定文档层；根据所述文档层，确定架构层；根据所述文档层，确定知识层；将所述架构层和所述知识层进行融合存储在关系型数据库中，得到膀胱癌多层次知识模型。3.根据权利要求2所述的基于膀胱癌知识图谱的智能问答系统构建方法，其特征在于，所述文档层包括膀胱癌临床指南库、医学术语数据库和概念分类体系；所述根据若干所述膀胱癌临床指南和若干所述医学术语标准，确定文档层包括：将若干所述膀胱癌临床指南进行整合，得到膀胱癌临床指南库；将若干所述医学术语标准进行整合，得到医学术语数据库和概念分类体系；其中所述概念分类体系用于表征医学的概念类别的划分体系。4.根据权利要求2所述的基于膀胱癌知识图谱的智能问答系统构建方法，其特征在于，所述根据所述文档层，确定架构层包括：对所述文档层进行层级维度的结构化梳理，得到中间文档层；对所述中间文档层进行共性整合，得到架构层。5.根据权利要求2所述的基于膀胱癌知识图谱的智能问答系统构建方法，其特征在于，所述知识层包括实体识别结果和关系抽取结果；所述根据所述文档层，确定知识层包括：识别所述文档层的膀胱癌实体，得到实体识别结果；对所述实体识别结果进行关系抽取，得到关系抽取结果。6.根据权利要求2所述的基于膀胱癌知识图谱...

【专利技术属性】
技术研发人员：吴松，杨凯，周蓉，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：