[發(fā)明專(zhuān)利]基于FM模型的醫(yī)學(xué)熱點(diǎn)的預(yù)測(cè)方法、裝置和計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010621766.7
• 申請(qǐng)日: 2020-06-30
• 公開(kāi)（公告）號(hào): CN111782821A
• 公開(kāi)（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 曹立宇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 平安科技（深圳）有限公司
• 主分類(lèi)號(hào): G06F16/36
• 分類(lèi)號(hào): G06F16/36;G06F16/335;G06F16/9535;G06F40/295
• 代理公司: 深圳市明日今典知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝

本申請(qǐng)涉及人工智能領(lǐng)域，公開(kāi)了一種基于FM模型的醫(yī)學(xué)熱點(diǎn)的預(yù)測(cè)方法、裝置和計(jì)算機(jī)設(shè)備，其中方法首次將FM模型應(yīng)用到醫(yī)學(xué)領(lǐng)域的醫(yī)學(xué)研究熱點(diǎn)的預(yù)測(cè)領(lǐng)域，其適合處理稀疏的特征，并且能夠挖掘出特征與特征之間的組合關(guān)系。除此之外，基于FM模型的醫(yī)學(xué)熱點(diǎn)的預(yù)測(cè)方法相比于知識(shí)圖譜預(yù)測(cè)和SVD算法預(yù)測(cè)，能夠增加構(gòu)造特征，特征的增加有利于模型取得更好的效果。本申請(qǐng)的方法針對(duì)醫(yī)學(xué)領(lǐng)域內(nèi)流行的研究關(guān)系進(jìn)行統(tǒng)計(jì)并基于FM模型對(duì)未來(lái)可能出現(xiàn)的研究熱點(diǎn)進(jìn)行預(yù)測(cè)，能夠預(yù)測(cè)某個(gè)疾病未來(lái)最有可能被研究的實(shí)體。一方面便于醫(yī)生對(duì)目前研究?jī)?nèi)容的搜索，另一方面有助于給醫(yī)生提供潛在的研究熱點(diǎn)的信息。本申請(qǐng)還可以應(yīng)用于區(qū)塊鏈領(lǐng)域中，如將訓(xùn)練后的模型存儲(chǔ)到區(qū)塊鏈網(wǎng)絡(luò)中。

技術(shù)領(lǐng)域

本申請(qǐng)涉及到人工智能領(lǐng)域，特別是涉及到一種基于FM模型的醫(yī)學(xué)熱點(diǎn)的預(yù)測(cè)方法、裝置和計(jì)算機(jī)設(shè)備。

背景技術(shù)

醫(yī)學(xué)研究熱點(diǎn)預(yù)測(cè)方法是基于大量醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)，使用文本挖掘構(gòu)建知識(shí)圖譜和模型，并提供已有的研究關(guān)系，然后推斷出可能在未來(lái)出現(xiàn)的生物醫(yī)學(xué)概念之間的關(guān)系。對(duì)未來(lái)醫(yī)學(xué)研究熱點(diǎn)的預(yù)測(cè)是研究人員探索研究主題的寶貴資源。

但是，發(fā)明人發(fā)現(xiàn)，如今醫(yī)學(xué)領(lǐng)域的文獻(xiàn)發(fā)表數(shù)量增長(zhǎng)快速，并且隨著文獻(xiàn)發(fā)表率的提高，研究人員很難與其相關(guān)的研究?jī)?nèi)容時(shí)刻保持同步，從而難以跟進(jìn)和挖掘新穎的研究?jī)?nèi)容。

現(xiàn)有的醫(yī)學(xué)研究熱點(diǎn)的預(yù)測(cè)方法有基于知識(shí)圖譜的方法，但是只利用了圖譜的局部信息，因此預(yù)測(cè)結(jié)果不夠精準(zhǔn)。還有基于SVD的算法，但是該方法可解釋性差，并且難以找到合適的超參數(shù)，在實(shí)際應(yīng)用中有所局限。

發(fā)明內(nèi)容

本申請(qǐng)的主要目的為提供一種基于FM模型的醫(yī)學(xué)熱點(diǎn)的預(yù)測(cè)方法、裝置和計(jì)算機(jī)設(shè)備，旨在解決現(xiàn)有技術(shù)中預(yù)測(cè)精準(zhǔn)度低或者可解釋性差的技術(shù)問(wèn)題。

為了實(shí)現(xiàn)上述發(fā)明目的，本申請(qǐng)?zhí)岢鲆环N基于FM模型的醫(yī)學(xué)熱點(diǎn)的預(yù)測(cè)方法，包括：

獲取待預(yù)測(cè)的兩個(gè)醫(yī)學(xué)實(shí)體名稱(chēng)；

依據(jù)兩個(gè)所述醫(yī)學(xué)實(shí)體名稱(chēng)，以及預(yù)設(shè)的醫(yī)學(xué)研究熱點(diǎn)的預(yù)測(cè)模型的特征格式，編寫(xiě)適用于所述預(yù)測(cè)模型的預(yù)測(cè)特征，其中所述預(yù)測(cè)模型是基于FM模型訓(xùn)練得到的模型，其中，所述預(yù)設(shè)特征為稀疏向量，稀疏向量中對(duì)應(yīng)醫(yī)學(xué)實(shí)體名稱(chēng)的位置的值為1，其余為0；

將所述預(yù)測(cè)特征輸入到所述預(yù)測(cè)模型中進(jìn)行計(jì)算，得到預(yù)測(cè)概率值，其中，所述預(yù)測(cè)概率值用于表示兩個(gè)醫(yī)學(xué)實(shí)體名稱(chēng)之間的相關(guān)性，預(yù)測(cè)概率值越大，則表示兩個(gè)醫(yī)學(xué)實(shí)體名稱(chēng)之間的相關(guān)性越強(qiáng)；

判斷所述預(yù)測(cè)概率值是否大于預(yù)設(shè)閾值；

若是，則判定兩個(gè)所述醫(yī)學(xué)實(shí)體名稱(chēng)聯(lián)合到一起是一個(gè)醫(yī)學(xué)研究熱點(diǎn)。

進(jìn)一步地，所述依據(jù)兩個(gè)所述醫(yī)學(xué)實(shí)體名稱(chēng)，以及預(yù)設(shè)的醫(yī)學(xué)研究熱點(diǎn)的預(yù)測(cè)模型的特征格式，編寫(xiě)適用于所述預(yù)測(cè)模型的預(yù)測(cè)特征的步驟之前，包括：

獲取記載有醫(yī)學(xué)知識(shí)的文獻(xiàn)數(shù)據(jù)；

在所述文獻(xiàn)數(shù)據(jù)中查找預(yù)設(shè)的醫(yī)學(xué)實(shí)體名稱(chēng)，并將查找到的各醫(yī)學(xué)實(shí)體名稱(chēng)在文獻(xiàn)數(shù)據(jù)中存在預(yù)設(shè)關(guān)聯(lián)關(guān)系的提取出來(lái)；

依據(jù)提取出的具有關(guān)聯(lián)關(guān)系的醫(yī)學(xué)實(shí)體名稱(chēng)和所述特征格式編寫(xiě)正樣本數(shù)據(jù)；以及構(gòu)建與正樣本數(shù)據(jù)格式相同，且不存在關(guān)聯(lián)關(guān)系的醫(yī)學(xué)實(shí)體名稱(chēng)的負(fù)樣本數(shù)據(jù)，其中，所述負(fù)樣本的構(gòu)建采用實(shí)體間隨機(jī)組合和采樣的方式構(gòu)造；

利用所述正樣本數(shù)據(jù)和負(fù)樣本數(shù)據(jù)訓(xùn)練所述基于FM模型的模型，得到用于輸出預(yù)測(cè)概率值的所述預(yù)測(cè)模型。

進(jìn)一步地，所述獲取記載有醫(yī)學(xué)知識(shí)的文獻(xiàn)數(shù)據(jù)的步驟，包括：

到互聯(lián)網(wǎng)中查找醫(yī)學(xué)論文網(wǎng)站；

若查找到，則獲取所述醫(yī)學(xué)論文網(wǎng)站的建立時(shí)間和被訪問(wèn)次數(shù)；

計(jì)算所述建立時(shí)間與當(dāng)前時(shí)間之間的時(shí)間長(zhǎng)度；