[發明專利]一種中醫理論典籍的知識圖譜構建方法

有效

• 申請號: 201810910004.1
• 申請日: 2018-08-10
• 公開（公告）號: CN109190113B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 張德政;金佩;謝永紅;張妍;賈麒
• 申請（專利權）人: 北京科技大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06F40/295;G06F16/951;G06N3/04;G06N3/08
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

1.一種中醫理論典籍的知識圖譜構建方法，其特征在于，包括：

確定中醫理論典籍中的實體詞表和動詞詞表；

根據確定的實體詞表，對中醫理論典籍中的實體進行標注；

根據已標注實體的中醫理論典籍，通過基于字符的雙向長短期記憶網絡和基于統計方法的條件隨機場的循環神經網絡進行實體識別，得到中醫理論典籍中的實體；

根據識別出的中醫理論典籍中的實體，利用結合注意力機制的雙向門控循環單元神經網絡進行關系抽取，獲取中醫理論典籍中實體之間的關系，形成實體關系表；

以實體關系表中的實體為節點集，實體關系表中的關系為邊集，構建中醫理論典籍的知識圖譜；

其中，所述確定中醫理論典籍中的實體詞表和動詞詞表包括：

根據中醫理論典籍的語言特點，按照特殊標點符號、數字和中醫理論典籍中出現的固定句式，形成實體詞表，并根據形成的實體詞表進行實體的分類；

利用固定句式總結中醫理論典籍中的動詞關系，形成動詞詞表，并根據形成的動詞詞表進行實體間關系的分類。

2.根據權利要求1所述的中醫理論典籍的知識圖譜構建方法，其特征在于，所述根據中醫理論典籍的語言特點，按照特殊標點符號、數字和中醫理論典籍中出現的固定句式，形成實體詞表包括：

根據預先設置的特殊標點符號，確定中醫理論典籍中的概念和子概念，根據確定的概念和子概念進行細分，得到中醫理論典籍中的實體；

按照數字，確定中醫理論典籍中的概念詞實體和量詞實體；

按照固定句式，確定中醫理論典籍句子中包含的實體；

對得到的中醫理論典籍中的實體進行匯總，形成實體詞表；

以中醫的認識方法和辯證論治為依據，對實體詞表中的實體進行分類。

3.根據權利要求1所述的中醫理論典籍的知識圖譜構建方法，其特征在于，實體的分類類別包括：生理、病理、自然、認識方法、治法；

實體間關系的分類類別包括：表征、概念、因果、促進、抑制、包含、unknown，其中，unknown表示實體間有關系，但關系不明確。

4.根據權利要求1所述的中醫理論典籍的知識圖譜構建方法，其特征在于，在確定中醫理論典籍中的實體詞表和動詞詞表之后，所述方法還包括：

收集預先設置的詞庫中與中醫相關的詞表；

爬取預先設置的網站中的中醫術語；

根據收集的與中醫相關的詞表和爬取的中醫術語，擴充實體詞表。

5.根據權利要求1所述的中醫理論典籍的知識圖譜構建方法，其特征在于，所述根據確定的實體詞表，對中醫理論典籍中的實體進行標注包括：

根據確定的實體詞表，采用BIOES的標注方式，為中醫理論典籍中包含的實體打標簽；

其中，BIOES中的B表示實體的開始、I表示實體的中間、E表示實體的結尾、S表示單個字符的實體、O表示非實體。

6.根據權利要求1所述的中醫理論典籍的知識圖譜構建方法，其特征在于，所述根據已標注實體的中醫理論典籍，通過基于字符的雙向長短期記憶網絡和基于統計方法的條件隨機場的循環神經網絡進行實體識別，得到中醫理論典籍中的實體包括：

從網絡上爬取和所述中醫理論典籍相關的古籍，形成訓練語料，根據形成的訓練語料進行訓練，得到中醫理論典籍的字向量；

根據已標注實體的中醫理論典籍和得到的中醫理論典籍的字向量，通過基于字符的雙向長短期記憶網絡和基于統計方法的條件隨機場的循環神經網絡進行實體識別，得到中醫理論典籍中的實體。

7.根據權利要求6所述的中醫理論典籍的知識圖譜構建方法，其特征在于，所述從網絡上爬取和所述中醫理論典籍相關的古籍，形成訓練語料，根據形成的訓練語料進行訓練，得到中醫理論典籍的字向量包括：

從網絡爬取和所述中醫理論典籍相關的古籍，形成訓練語料；

將訓練語料中的古籍合并成一個文本，進行數據清洗后按字分割，其中，所述數據清洗包括：亂碼清除、繁簡體轉換；

根據分割后得到的字，利用詞向量生成工具的連續詞袋模型進行訓練，得到中醫理論典籍的字向量。