[發明專利]跨語言的醫學知識圖譜構建方法、裝置與電子設備

有效

• 申請號: 201911044916.6
• 申請日: 2019-10-30
• 公開（公告）號: CN110990579B
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 張勇;邢春曉;盛明;李超;李欣
• 申請（專利權）人: 清華大學;北京清華長庚醫院
• 主分類號: G06F16/36
• 分類號: G06F16/36;G16H50/70
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王宇楊

本發明實施例提供一種跨語言的醫學知識圖譜構建方法、裝置與電子設備，其中所述方法包括：基于不同語言的醫療標準，通過將生成的跨語言且異構的數據集中的概念與關系進行融合，獲取跨語言的概念知識圖譜；通過對來自醫院、開放數據集和社交數據集中所述不同語言的電子病歷進行實體、事件和關系的抽取與融合，獲取跨語言的實例知識圖譜；將所述跨語言的概念知識圖譜與所述跨語言的實例知識圖譜相結合，形成跨語言的事實知識圖譜。本發明實施例通過對多種不同語言的醫療標準和實例電子病歷分別進行分析與信息提取，能夠更加準確地對知識庫中不同語言形成的知識圖譜進行融合，從而得到更加準確、可靠的醫學知識圖譜。

技術領域

本發明涉及醫學知識圖譜技術領域，更具體地，涉及一種跨語言的醫學知識圖譜構建方法、裝置與電子設備。

背景技術

隨著信息技術的發展，知識數量的迅速增長，知識庫的體量也在持續增加。由于知識圖譜可以在語義知識庫的基礎上對海量知識進行結構化描述，因而其也在這一背景下實現了高度發展。同時，隨著知識全球化的發展，跨語言的知識共享正變得越來越重要。

然而，在醫療健康領域，跨語言知識圖譜的構建正面臨著諸多問題。一方面，不同語言的語料庫體量差異巨大，如英文語料庫體量往往超過中文語料庫十倍以上；另一方面，不同的語言體系間語義的規則也存在較大差異。這些因素都對知識庫中不同語言形成的知識圖譜的準確融合產生了嚴重的不利影響，為跨語言醫學知識圖譜的構建帶來了挑戰。

發明內容

為了克服上述問題或者至少部分地解決上述問題，本發明實施例提供一種跨語言的醫學知識圖譜構建方法、裝置與電子設備，用以更加準確地對知識庫中不同語言形成的知識圖譜進行融合，從而得到更加準確、可靠的醫學知識圖譜。

第一方面，本發明實施例提供一種跨語言的醫學知識圖譜構建方法，包括：

基于不同語言的醫療標準，通過將生成的跨語言且異構的數據集中的概念與關系進行融合，獲取跨語言的概念知識圖譜；

通過對來自醫院、開放數據集和社交數據集中所述不同語言的電子病歷進行實體、事件和關系的抽取與融合，獲取跨語言的實例知識圖譜；

將所述跨語言的概念知識圖譜與所述跨語言的實例知識圖譜相結合，形成跨語言的事實知識圖譜。

其中可選的，所述獲取跨語言的概念知識圖譜的步驟具體包括：

將所述不同語言的醫療標準在所述不同語言間進行互相映射，生成統一的跨語言醫療規則知識庫，所述跨語言醫療規則知識庫為跨語言且具有異構特征的數據集；

利用機器學習算法，對所述跨語言且異構的數據集中的概念和關系分別進行相互融合，生成所述跨語言的概念知識圖譜。

其中可選的，所述獲取跨語言的實例知識圖譜的步驟具體包括：

分別從醫院、所述開放數據集和所述社交數據集中收集所述不同語言的電子病歷，并對所述電子病歷分別進行實體提取、事件提取和關系提取，對應生成實體語料庫、事件語料庫和關系語料庫；

利用機器學習算法，對所述實體語料庫、所述事件語料庫和所述關系語料庫進行融合，生成所述跨語言的實例知識圖譜。

其中可選的，所述利用機器學習算法，對所述跨語言且異構的數據集中的概念和關系分別進行相互融合的步驟具體包括：利用機器學習算法，并結合醫生的先驗知識，對所述跨語言且異構的數據集中的概念和關系分別進行相互融合；

在所述生成所述跨語言的概念知識圖譜的步驟之后，還包括：利用機器學習算法，并結合醫生的先驗知識，在所述跨語言的概念知識圖譜中添加新的跨語言鏈接，或者，更新所述跨語言的概念知識圖譜中的跨語言鏈接。

其中可選的，所述利用機器學習算法，并結合醫生的先驗知識，對所述跨語言且異構的數據集中的概念和關系分別進行相互融合的步驟具體包括：