[發明專利]疾病蘊含訓練集的構造方法及裝置

有效

• 申請號: 202010215876.3
• 申請日: 2020-03-24
• 公開（公告）號: CN111599478B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 任禾
• 申請（專利權）人: 云知聲智能科技股份有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H70/00
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 陳國軍

本發明提供了疾病蘊含訓練集的構造方法，包括：基于預先存儲的疾病數據集，建立疾病知識樹結構；基于建立的疾病知識樹結構，構造相應的蘊含關系和不蘊含關系；根據所述蘊含關系和不蘊含關系，構造疾病蘊含訓練集。通過對疾病知識樹結構進行加工處理得到蘊含和不蘊含關系，并實現自動構造疾病蘊含數據集的目的，其速度快，可大大減少人工的工作量。

技術領域

本發明涉及醫療疾病技術領域，特別涉及疾病蘊含訓練集的構造方法及裝置。

背景技術

疾病蘊含關系對分析疾病之間的關系十分重要，一般對疾病蘊含關系是采用單純的人工進行構建的，但是人工構建不僅需要大量的專業知識，還需要大量的專業人員對目前10萬量級的疾病術語進行人工標注，工作量很大，耗時耗力，而且，還可能存在人為疏忽，導致構造的疾病蘊含關系不合理，因此智能化構造疾病蘊含訓練集就顯得尤為重要。

發明內容

本發明提供疾病蘊含訓練集的構造方法及裝置，用以通過對疾病知識樹結構進行加工處理得到蘊含和不蘊含關系，并實現自動構造疾病蘊含數據集的目的，其速度快，可大大減少人工的工作量。

本發明提供疾病蘊含訓練集的構造方法，包括：

步驟S1：基于預先存儲的疾病數據集，建立疾病知識樹結構；

步驟S2：基于建立的疾病知識樹結構，構造相應的蘊含關系和不蘊含關系；

步驟S3：根據所述蘊含關系和不蘊含關系，構造疾病蘊含訓練集。

在一種可能實現的方式中，在執行所述步驟S1之后，且在執行所述步驟S2之前，包括：

步驟S11：獲取所述疾病知識樹結構中的第一節點對應的第一預設詞匯；

步驟S12：確定所獲取的所述第一預設詞匯對應的祖先節點的第二預設詞匯；

步驟S13：判斷所述第一預設詞匯是否與所述第二預設詞匯相同，若是，保留所述第二預設詞匯對應的祖先節點，并消除第一預設詞匯對應的第一節點；否則，不執行任何操作。

在一種可能實現的方式中，在執行所述步驟S13之后，且在執行所述步驟S2之前，還包括：

步驟S131：獲取所述疾病知識樹結構中的第三預設詞匯對應的待消除節點；

步驟S132：確定所有所述第三預設詞匯在所述疾病知識樹結構中的位置權重；

步驟S133：根據所確定的位置權重結果，獲取第三預設詞匯的最大位置權重；

步驟S134：根據所獲取的最大位置權重，保留所述最大位置權重對應的待消除節點，同時消除其余待消除節點。

在一種可能實現的方式中，在執行所述步驟S134之后，且在執行所述步驟S2之前，還包括：

步驟1341:在所述步驟S134的基礎上獲取所述疾病知識樹結構中的剩余節點，確定所述剩余節點中的每個非葉子節點的節點長度，并將節點長度大于預設長度、且符合疾病命名規則的非葉子節點標記為描述性節點，其余非葉子節點標記為非描述性節點，其中，所述描述性節點不作為構造疾病蘊含訓練集的候選節點；

步驟S1342：獲取所述疾病知識樹結構中的葉子節點，根據所述葉子節點和與所述葉子節點相關的非描述性節點，構造節點蘊含關系規則；

同時，根據所述剩余節點，構造新的疾病知識樹結構。

在一種可能實現的方式中，在執行所述步驟S2的過程中，根據所述新的疾病知識樹結構，構造相應的蘊含關系，其步驟包括：

步驟S21：獲取所述新的疾病知識樹結構中的葉子節點；