[發(fā)明專利]一種基于涕液特征信息語義認(rèn)知系統(tǒng)及其使用方法

有效

• 申請?zhí)枺?/td>: 202011036158.6
• 申請日: 2020-09-27
• 公開（公告）號: CN112182215B
• 公開（公告）日: 2022-11-15
• 發(fā)明（設(shè)計(jì)）人: 杜登斌
• 申請（專利權(quán)）人: 吾征智能技術(shù)（北京）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/30;G16H50/30;G16H50/70
• 代理公司: 武漢紅觀專利代理事務(wù)所(普通合伙) 42247
• 代理人: 李杰梅

本發(fā)明提供了一種基于涕液特征信息語義認(rèn)知系統(tǒng)及其使用方法，包括輸入單元、語義識別單元、標(biāo)簽集合單元和分類輸出單元，輸入單元可輸入描述涕液特征的內(nèi)容，用文本形式來描述該涕液特征；語義識別單元根據(jù)輸入單元輸入的描述涕液特征的文本，識別并構(gòu)建統(tǒng)一格式的待測數(shù)據(jù)的涕液特征矩陣；涕液特征矩陣的行為對應(yīng)涕液特征，涕液特征矩陣的列為行對應(yīng)涕液特征相應(yīng)的屬性；標(biāo)簽集合單元包括若干標(biāo)簽集合，其儲存并定期更新內(nèi)部的標(biāo)簽集合的內(nèi)容；每個(gè)標(biāo)簽集合包括若干個(gè)標(biāo)簽；分類輸出單元結(jié)合語義識別單元輸入的涕液特征矩陣，并從標(biāo)簽集合單元選取標(biāo)簽集合，求取涕液特征矩陣的K鄰域，并將各K鄰域?qū)?yīng)的標(biāo)簽集合中的標(biāo)簽分別進(jìn)行輸出。

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)分析技術(shù)領(lǐng)域，尤其涉及一種基于涕液特征信息語義認(rèn)知系統(tǒng)及其使用方法。

背景技術(shù)

涕液是鼻腔粘膜的分泌物，受不同身體狀況或者環(huán)境影響，涕液的特征與某些身體狀況息息相關(guān)，且涕液特征因人而已，個(gè)體差異極大，而且個(gè)人根據(jù)感性采用語言描述的內(nèi)容各不相同，表現(xiàn)形式各異，不同樣本之間的年齡、身體狀況等差異很大，而且不同個(gè)人之間的相關(guān)性小，涕液特征可能對應(yīng)的疾病也非常多，因此描述涕液特征的數(shù)據(jù)是一種含有較多特征的數(shù)據(jù)。

分類技術(shù)是機(jī)器學(xué)習(xí)中非常重要的技術(shù)之一，其目標(biāo)是根據(jù)數(shù)據(jù)的特征將數(shù)據(jù)歸屬到相應(yīng)的類型中，以便進(jìn)行后續(xù)操作，在傳統(tǒng)的分類中，一個(gè)數(shù)據(jù)僅有一個(gè)標(biāo)簽類別。但是實(shí)際數(shù)據(jù)按一個(gè)類別分類其準(zhǔn)確性較差，隨著數(shù)據(jù)包含的信息越來越豐富，單一的數(shù)據(jù)分類無法滿足精確分類的需求，無法充分表達(dá)數(shù)據(jù)的語義信息。充分表達(dá)數(shù)據(jù)的多樣性和多義性，采用多個(gè)標(biāo)簽描述數(shù)據(jù)是很有必要的。通過個(gè)人對涕液特征獲取的數(shù)據(jù)是典型的多標(biāo)簽描述數(shù)據(jù)，而且是非公開的、具有個(gè)人習(xí)慣的語料，利用其實(shí)現(xiàn)機(jī)器學(xué)習(xí)，提高多標(biāo)簽分類的準(zhǔn)確度，提升分類效果和對數(shù)據(jù)的精確表達(dá)，具有較好的應(yīng)用價(jià)值。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提出了一種基于涕液特征信息進(jìn)行多標(biāo)簽分類的語義認(rèn)知系統(tǒng)及其使用方法。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

一方面，本發(fā)明提供了一種基于涕液特征信息語義認(rèn)知系統(tǒng)，包括輸入單元、語義識別單元、標(biāo)簽集合單元和分類輸出單元，輸入單元的輸出端與語義識別單元的輸入端信號連接，語義識別單元的輸出端和標(biāo)簽集合單元的輸出端均與分類輸出單元的輸入端信號連接；

輸入單元，可輸入描述涕液特征的內(nèi)容，用文本形式來描述該涕液特征；

語義識別單元，根據(jù)輸入單元輸入的描述涕液特征的文本，識別并構(gòu)建統(tǒng)一格式的待測數(shù)據(jù)的涕液特征矩陣；涕液特征矩陣的行為對應(yīng)涕液特征，涕液特征矩陣的列為行對應(yīng)涕液特征相應(yīng)的屬性；

標(biāo)簽集合單元，包括若干標(biāo)簽集合，其儲存并定期更新內(nèi)部的標(biāo)簽集合的內(nèi)容；每個(gè)標(biāo)簽集合包括若干個(gè)標(biāo)簽；

分類輸出單元，結(jié)合語義識別單元輸入的涕液特征矩陣，并從標(biāo)簽集合單元選取標(biāo)簽集合，求取涕液特征矩陣的K鄰域，并將各K鄰域?qū)?yīng)的標(biāo)簽集合中的標(biāo)簽分別進(jìn)行輸出，根據(jù)各K鄰域輸出的標(biāo)簽結(jié)果判斷涕液特征的文本對應(yīng)的標(biāo)簽。

在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，所述輸入單元根據(jù)描述涕液特征的語言，將其轉(zhuǎn)換成文本。

進(jìn)一步優(yōu)選的，所述語義識別單元根據(jù)統(tǒng)一的涕液特征的文本，按照涕液顏色、涕液頻次、產(chǎn)生時(shí)段、涕液形態(tài)和伴隨癥狀作為涕液特征的順序進(jìn)行TF-IDF識別，將上述涕液特征作為行向量，特征的值作為列向量，構(gòu)建涕液特征矩陣。

更進(jìn)一步優(yōu)選的，所述語義識別單元中儲存了與各類型涕液特征相關(guān)的文獻(xiàn)，TF-IDF識別提出涕液特征的文本中高權(quán)重的詞語作為涕液特征和涕液特征的值進(jìn)行保留，每個(gè)高權(quán)重的詞語對應(yīng)一個(gè)標(biāo)簽；具體為：