[發(fā)明專利]一種基于生物醫(yī)學文獻的知識問答系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201811623339.1
• 申請日: 2018-12-28
• 公開（公告）號: CN109829042B
• 公開（公告）日: 2021-04-20
• 發(fā)明（設(shè)計）人: 殷緒成;晉贊霞;張博文
• 申請（專利權(quán)）人: 北京科技大學
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33
• 代理公司: 北京金智普華知識產(chǎn)權(quán)代理有限公司 11401
• 代理人: 皋吉甫

本發(fā)明提供了一種基于生物醫(yī)學文獻的知識問答系統(tǒng)及方法，所述系統(tǒng)包括問題分析模塊、文檔檢索模塊和片段檢索模塊，所述問題分析模塊通過所述文檔檢索模塊與所述片段檢索模塊連接，所述方法首先進行問題分析，組合查詢精煉和查詢擴展技術(shù)，通過問題分析獲取問題信息并生成查詢條件，然后進行文檔檢索，利用檢索方法查找相關(guān)醫(yī)學文檔，通過特定規(guī)則將N個排名靠前的文檔的標題和摘要分割成句子合集，形成候選片段合集，最后進行片段檢索，查找可以用來回答醫(yī)學問題的相關(guān)句子并返回給用戶，本發(fā)明融合了SDM,FSDM和PDFR檢索方法，不僅對全局進行檢索，還對不同文本域分配不同的權(quán)重進行檢索，有效地提高了文檔檢索效果。

技術(shù)領(lǐng)域

本發(fā)明涉及知識工程領(lǐng)域、自然語言處理領(lǐng)域以及計算機網(wǎng)絡(luò)信息技術(shù)領(lǐng)域，具體涉及一種基于生物醫(yī)學文獻的知識問答系統(tǒng)及方法。

背景技術(shù)

隨著物質(zhì)生活水平的提高，人們對身體健康的關(guān)注與日俱增，但多數(shù)情況下人們并不能去醫(yī)院及時了解自己的健康癥狀，一方面是因為去醫(yī)院需要花費很多時間、精力，另一方面由于時間限制，人們在就醫(yī)的過程中不能完整的描述自己的癥狀，往往會遺漏一些有關(guān)癥狀的重要信息，因此人們迫切希望可以通過某種便捷途徑及時了解自己的健康狀況。

隨著網(wǎng)絡(luò)上醫(yī)學文獻的增多，人們自助利用醫(yī)學文獻尋求幫助成為一種可能，但人們通過醫(yī)學文獻資源尋求答案的過程較為繁瑣，這個過程主要分為三步“Find，Read，Learn”：第一步，find，即先從海量的醫(yī)學文獻中查找到相關(guān)的文獻，目前已存在這種功能的網(wǎng)站，如pubmed；第二步，Read，即用戶系統(tǒng)閱讀文獻內(nèi)容，找到與自己查詢相關(guān)的段落；第三步，Learn，即理解閱讀相關(guān)段落，學習自己所需要的答案。

然而這個過程不僅對普通大眾，甚至對相關(guān)醫(yī)學工作人員來講都是個極大地挑戰(zhàn)。因此，為了滿足更多用戶需求，本申請設(shè)計了一種通過對生物醫(yī)學文獻進行處理并回答用戶問題的生物醫(yī)學問答系統(tǒng)，本系統(tǒng)可以使第一、二步的工作自動進行，從而節(jié)約用戶時間。

自從1999年TREC(Text Retrieval Conference)舉辦的問答系統(tǒng)比賽開始，很多學者就開始致力于研究開放領(lǐng)域的QA系統(tǒng)，但針對醫(yī)學特定領(lǐng)域的QA系統(tǒng)研究卻相當有限。MedQA[9]自動分析了大量電子文檔，以便根據(jù)特定的問題生成簡短一致的答案，其答案信息來自各種已發(fā)表的醫(yī)學文獻以及在線的醫(yī)學資源。此外，瑞士有HONqa系統(tǒng)，它是由瑞士一家非盈利機構(gòu)HON(Health On the Net Foundation)運營，該系統(tǒng)從該機構(gòu)認證的所有網(wǎng)站來獲取醫(yī)學文獻，這樣保證了醫(yī)學信息的質(zhì)量和可靠性。另外，AskHERMES幫助醫(yī)生從文獻中提取和表達多媒體信息，通過自動檢索、提取、分析和整合來自多個來源的信息(包括醫(yī)學文獻和其他在線信息資源)以制定答案，從而據(jù)此回答相關(guān)臨床問題。

EAGLi系統(tǒng)從MEDLINE摘要中提取答案并返回Gene Ontology(GO)概念列表并使用基于字典的分類器將GO概念分別分配給MEDLINE摘要，該系統(tǒng)根據(jù)統(tǒng)計學原理進行排名：相關(guān)文檔涉及的概念中次數(shù)越多的概念即相關(guān)性越強的概念。

上述研究雖然對醫(yī)學知識問答發(fā)展產(chǎn)生了一定的促進作用，但也存在一些不足之處，如EAGLi系統(tǒng)將從醫(yī)學文獻中提取的醫(yī)學概念作為答案，但醫(yī)學概念并不能很好的回答用戶的問題，并且可能會使沒有醫(yī)學專業(yè)背景的用戶產(chǎn)生困惑。另外，還有一些研究側(cè)重于答案提取和答案生成，致力于生成自然語言描述從而提高可讀性。上述方法普遍忽略了答案的準確性和嚴謹性。然而在醫(yī)學領(lǐng)域，錯誤信息很容易造成誤診，錯誤答案遠比沒有答案更容易對用戶健康產(chǎn)生威脅。因此，在醫(yī)學問答質(zhì)量保證體系中數(shù)據(jù)質(zhì)量是關(guān)鍵影響因素，MEDLINE的文獻顯然比在線資源更可靠。針對上述情況，本專利通過生物醫(yī)學文獻資源結(jié)合各種查詢處理和檢索方法，從而保證文本信息的正確性。

發(fā)明內(nèi)容