[發(fā)明專利]基于問答系統(tǒng)的醫(yī)學(xué)知識庫構(gòu)建方法

有效

• 申請?zhí)枺?/td>: 201710072930.1
• 申請日: 2017-02-10
• 公開（公告）號: CN106844723B
• 公開（公告）日: 2019-09-10
• 發(fā)明（設(shè)計）人: 王曉黎;林坤輝;吳夢桑
• 申請（專利權(quán)）人: 廈門大學(xué)
• 主分類號: G06F16/21
• 分類號: G06F16/21;G06F16/215;G06F16/242;G06F16/2458;G16H70/00;G16H50/20;G06N5/02
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 杜陽陽

1.基于問答系統(tǒng)的醫(yī)學(xué)知識庫構(gòu)建方法，其特征在于其包括以下步驟：

1)在數(shù)據(jù)處理階段，對結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進行處理，并將處理結(jié)果存入知識庫；

2)對于不確定的數(shù)據(jù)，具體分析不確定的數(shù)據(jù)之間的隱藏關(guān)系，并提取出重要的關(guān)聯(lián)信息；

3)利用交互式眾包系統(tǒng)即專家問答平臺，彌補機器學(xué)習(xí)在動態(tài)環(huán)境下的不穩(wěn)定性，通過得到的專家反饋得到更好的輸出結(jié)果。

2.如權(quán)利要求1所述基于問答系統(tǒng)的醫(yī)學(xué)知識庫構(gòu)建方法，其特征在于在步驟1)中，所述數(shù)據(jù)處理的數(shù)據(jù)來源于公開的醫(yī)療網(wǎng)站和真實的醫(yī)療數(shù)據(jù)，并利用數(shù)據(jù)清洗技術(shù)對搜集到的數(shù)據(jù)進行預(yù)處理；具體步驟如下：

(1)刪除重復(fù)的數(shù)據(jù)記錄；

(2)根據(jù)數(shù)據(jù)集的屬性，利用聚類的方式剔除錯誤數(shù)據(jù)，所述聚類的處理過程為：從醫(yī)療網(wǎng)站收集的數(shù)據(jù)，利用K-means算法，根據(jù)屬性，構(gòu)造k個分組，每個分組代表一個聚類，每個分組至少包含一個數(shù)據(jù)點，每個數(shù)據(jù)點屬于且僅屬于一個分組；通過反復(fù)迭代的方法改變分組，使得同一組中的點盡量靠近，不同組中的點盡量遠離；所述從醫(yī)療網(wǎng)站收集的數(shù)據(jù)包括病人姓名、出生日期、身份證號、就診時間、疾病名稱不同屬性的數(shù)據(jù)；

(3)利用一個統(tǒng)一的全局變量來填充空值；

(4)將模糊和噪聲數(shù)據(jù)提交給專家問答系統(tǒng)處理，專家問答系統(tǒng)收到數(shù)據(jù)后，將數(shù)據(jù)通過眾包系統(tǒng)提交給專家問答系統(tǒng)的專家用戶進行判斷，將判斷結(jié)果儲存到數(shù)據(jù)庫中，將利用解析和處理后數(shù)據(jù)進行實體與實體之間關(guān)系的抽取。

3.如權(quán)利要求2所述基于問答系統(tǒng)的醫(yī)學(xué)知識庫構(gòu)建方法，其特征在于在步驟(4)中，所述實體與實體之間關(guān)系的抽取的具體方法是利用層次分割處理算法將醫(yī)療數(shù)據(jù)分割成關(guān)鍵詞或短語。

4.如權(quán)利要求3所述基于問答系統(tǒng)的醫(yī)學(xué)知識庫構(gòu)建方法，其特征在于所述層次分割處理算法是：層次短語規(guī)則的分割需要進行普通短語規(guī)則抽取，以及實體的規(guī)則抽取，以現(xiàn)代漢語的語法知識庫作為基礎(chǔ)，將普通短語模型拓展成層次化的短語，在符合規(guī)則的情況下繼續(xù)拆分為更小的實體。

5.如權(quán)利要求1所述基于問答系統(tǒng)的醫(yī)學(xué)知識庫構(gòu)建方法，其特征在于在步驟2)中，所述對于不確定的數(shù)據(jù)，具體分析不確定的數(shù)據(jù)之間的隱藏關(guān)系，并提取出重要的關(guān)聯(lián)信息的具體方法為：為進一步獲得抽取出的實體之間的關(guān)系，利用關(guān)聯(lián)規(guī)則挖掘技術(shù)進行分析。

6.如權(quán)利要求1所述基于問答系統(tǒng)的醫(yī)學(xué)知識庫構(gòu)建方法，其特征在于在步驟3)中，所述利用交互式眾包系統(tǒng)即專家問答平臺，彌補機器學(xué)習(xí)在動態(tài)環(huán)境下的不穩(wěn)定性，通過得到的專家反饋得到更好的輸出結(jié)果的具體方法為：

系統(tǒng)中的臨床數(shù)據(jù)來源于真實的醫(yī)院敏感數(shù)據(jù)，為保護病人的隱私，利用k-anonymity方法對數(shù)據(jù)進行處理。

7.如權(quán)利要求6所述基于問答系統(tǒng)的醫(yī)學(xué)知識庫構(gòu)建方法，其特征在于所述k-anonymity方法的具體步驟為：通過概括和隱匿技術(shù)，發(fā)布精確度較低的數(shù)據(jù)，為確認(rèn)模糊數(shù)據(jù)，設(shè)計一些合適且簡單的“是/否”問題發(fā)布到專家問答平臺當(dāng)中，由專家進行回答。