[發明專利]中醫知識圖譜構建方法、裝置、電子設備及存儲介質

在審

• 申請號: 202310088044.3
• 申請日: 2023-02-09
• 公開（公告）號: CN116383396A
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 王亞強;羅靜;舒紅平
• 申請（專利權）人: 成都信息工程大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F18/214;G06F18/24;G06F16/28;G16H20/90;G16H70/20
• 代理公司: 北京元本知識產權代理事務所(普通合伙) 11308
• 代理人: 曹廣生

1.一種中醫知識圖譜構建方法，其特征在于，包括：

獲取與中醫相關的數據集，并基于所述數據集的數據特征確定待抽取實體以及待抽取實體關系；其中，所述實體關系表征為兩個待抽取實體之間的關系；

基于所述數據集的特征確定的待抽取實體和待抽取實體關系多次對所述數據集進行實體抽取和關系抽取，基于多次抽取得到的實體和實體關系的特征，選取抽象的具有概括意義的正面或負面的例子來構建中醫知識圖譜指南；

根據所述中醫知識圖譜指南，對所述數據集迭代進行實體抽取和關系抽取，并基于每輪抽取得到的實體和實體關系選取例子來更新中醫知識圖譜指南；

獲取每輪實體抽取和關系抽取時，計算兩兩之間抽取得到的實體和實體關系之間的標注一致性值，若標注一致性沒有達到預設閾值，則繼續迭代進行實體抽取和關系抽取；

若所述標注一致性值達到預設閾值，則停止迭代進行實體抽取和關系抽取，并停止更新中醫知識圖譜指南，開始正式抽取中醫知識圖譜；

基于所述目標中醫知識圖譜指南對所述數據集進行實體抽取和關系抽取，并基于抽取得到的實體和實體關系構建中醫知識圖譜。

2.根據權利要求1所述的方法，其特征在于，所述獲取與中醫相關的數據集，并基于所述數據集的數據特征確定待抽取實體以及待抽取實體關系，包括：

基于所述數據集的特征，隨機在所述數據集中抽取多條數據；

獲取不同成員針對所述多條數據進行待抽取實體以及待抽取實體關系所對應得到的各成員的實體和實體關系；

從所述各成員的實體和實體關系中進行選擇，得到一致性的所述待抽取實體以及所述待抽取實體關系。

3.根據權利要求2所述的方法，其特征在于，所述待抽取實體包括身體部位、癥狀、疾病、中藥名以及藥物克數；所述待抽取實體關系包括身體部位-癥狀關系、疾病-癥狀關系、疾病-中藥名關系、中藥名-藥物克數關系。

4.根據權利要求1所述的方法，其特征在于，所述基于所述待抽取實體和所述待抽取實體關系多次對所述數據集進行實體抽取和關系抽取，基于多次抽取得到的實體和實體關系，選取具有概括性的抽取例子來構建中醫知識圖譜指南，方便后續正式抽取工作時，工作人員人員的查看，提高抽取的質量，包括：

從所述數據集中抽取第一樣本；

基于所述待抽取實體和所述待抽取實體關系，多人獨立對所述第一樣本進行實體抽取和關系抽取，得到抽取的實體和實體關系；

對所述抽取的實體和實體關系進行檢驗，并基于所述標注后的實體和實體關系選取具有概括意義的例子來構建中醫知識圖譜指南；其中，所述例子包括對實體或實體關系進行正確或錯誤例子標注。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

若對所述抽取的實體和實體關系分別進行標注處理時，存在不確定的實體或實體關系，則將所述不確定的實體或實體關系進行記錄；

基于記錄的數據進行分析，確定對所述記錄的數據進行標注。

6.根據權利要求1所述的方法，其特征在于，所述根據所述中醫知識圖譜指南，對所述數據集迭代進行實體抽取和關系抽取，并基于每輪抽取得到的實體和實體關系更新中醫知識圖譜指南，包括：

從所述數據集中抽取沒有進行實體抽取和關系抽取的第二樣本；

每輪實體抽取和關系抽取中，多人獨立對所述第二樣本進行實體抽取和關系抽取，每一輪抽取結束后，計算兩兩之間抽取得到的實體和實體關系之間的標注一致性值，若標注一致性沒有達到預設閾值，則繼續迭代進行實體抽取和關系抽取以對所述第二樣本迭代進行實體抽取和關系抽取；

基于所述每輪對應抽取得到的實體和實體關系對所述中醫知識圖譜指南進行更新，以基于更新后的中醫知識圖譜指南進行下一輪的實體抽取和關系抽取。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將所述中醫知識圖譜存儲到圖數據庫中進行中醫知識圖譜的可視化，得到可視化的中醫知識圖譜。