融合多通道文本特征的药物毒物不良反应智能问答方法技术

一种融合多通道文本特征的药物毒物不良反应智能问答方法，是一种采用自然语言文本处理技术，利用不同通道文本特征，即包括底层分布特征、词条条目特征、词条分类标签特征、目录特征，把特征表征与形式化概念进行融合处理的策略，实现快速、高效的药物毒物不良反应比对映射的算法，其包括以下步骤，形式化概念的构建、多通道词向量构建、多通道特征向量与形式概念的映射、采用随机森林决策树，对药物毒物不良反应进行比对决策。本发明专利技术的药物毒物不良反应比对映射方法，采用的硬件设备为手机，首先，病人提供不良反应症状信息；然后，算法进行文本语义的分析，实现快速的药物毒物的比对与筛选，给出不良反应处理建议规程。

【技术实现步骤摘要】
融合多通道文本特征的药物毒物不良反应智能问答方法
本专利技术涉及一种融合多通道文本特征的药物毒物不良反应智能问答方法。
技术介绍
药物和毒物种类繁多，因装修、服装、食品、药物等因素出现不良反应较为常见，而日常或临床不良反应因体质、轻重、来源等不同，表现亦有差异，主诉语言规范性不好、形式不一，如何辅助人们日常或医师临床实现快速、智能的药物、毒物定性比对与种类归属，缩小不良反应的排查范围，对于临床诊治与预防保健，都具有较好的辅助决策作用与实用价值。目前生活中不良反应的未知毒物筛查，还存在以下问题：(1)病人体内低药物、毒物浓度加大了分析的难度；(2)中毒症状与疾病难以区分，需中毒病人的主动联想配合；(3)检测方法的时效性；(4)药物毒物检测专业，检测的时间与人力成本较高，容易错过轻度反应时的处理时机。当前基于统计分析与深度学习拟合的文本处理方法，对高质量、大规模领域语料要求较高，而单一药物毒物不良反应案例数据非常有限，面对非规范的开放性不良反应与医案描述，药物毒物不良反应特征处理则极易陷入文本特征稀疏性的问题，限制了药物毒物案例的使用效率。
技术实现思路
本专利技术的目的就是提供一种准确度高本文档来自技高网...

【技术保护点】
1.一种融合多通道文本特征的药物毒物不良反应智能问答方法，其特征在于：它包括以下步骤：(1)、形式化概念的构建：获取开放及药物毒物相关文本语料，解析获得相应的关系形式背景及形式化概念，具体步骤如下：(1.1)关系形式背景：定义领域概念背景形式，即以关系为核心的关系形式背景，关系形式背景定义为一个三元关系组集合K，K＝(G,M,RI)，其中G为词条对象的集合；M为标注词条的集合；RI其值域为G、M间的多值实体关联的集合，(g,m,ri)∈K表示g在关联ri下，具有m值，关系形式背景简单记为K；(1.2)关系形式概念：定义以关系为核心的形式化概念，定义如下：在关系形式背景K＝(G,M,RI)下，对...

【技术特征摘要】
1.一种融合多通道文本特征的药物毒物不良反应智能问答方法，其特征在于：它包括以下步骤：(1)、形式化概念的构建：获取开放及药物毒物相关文本语料，解析获得相应的关系形式背景及形式化概念，具体步骤如下：(1.1)关系形式背景：定义领域概念背景形式，即以关系为核心的关系形式背景，关系形式背景定义为一个三元关系组集合K，K＝(G,M,RI)，其中G为词条对象的集合；M为标注词条的集合；RI其值域为G、M间的多值实体关联的集合，(g,m,ri)∈K表示g在关联ri下，具有m值，关系形式背景简单记为K；(1.2)关系形式概念：定义以关系为核心的形式化概念，定义如下：在关系形式背景K＝(G,M,RI)下，对于集合存在：(a)映射f1：G0→RI，记为映射RI0→G，记为(b)映射f2：M0→RI，记为映射RI0→M，记为如果集合间分别满足条件则二元组(G0，RI0)被称为关系形式背景K下生成的主体概念，主体概念集合记为SC＝(G0，RI0)；二元组(M0，RI0)称为客体概念，客体概念集合记为OC＝(M0，RI0)，以下把这两种概念统称为关系形式概念RC，记为RC＝SC∪OC；(1.3)基于步骤(1.1)、(1.2)的定义，从开放协作数据库中，获取词条关系形式背景以及关系形式概念；(1.4)重复(1.3)迭代扩展关系形式背景与关系形式概念，直至关系形式概念格规模达到预定规模，形式化概念初始化结束；(2)、多通道词向量构建：以上述关系形式概念为标识基础，对文本词条多通道特征进行训练，其训练思路，采用经典的Skip-gram模型思路，不同通道文本特征处理的具体步骤如下：(2.1)文本句法分布特征：基于原始药物毒物、词条通用性语...

【专利技术属性】
技术研发人员：程春雷，胡晓镭，杜建强，雷杰言，徐文达，朱彦陈，李智彪，赵辉，叶云，卢元元，
申请(专利权)人：江西中医药大学，
类型：发明
国别省市：江西,36