一种信息推荐方法、装置、设备、系统及存储介质制造方法及图纸

本申请实施例公开了一种信息推荐方法、装置、设备、系统及存储介质。方法中首先获取目标对象的医疗文本素材。其后确定医疗文本素材中的症状实体。接着基于医疗文本素材，提取与症状实体对应的症状实体特征信息和上下文特征信息。然后将症状实体特征信息和上下文特征信息进行特征融合，得到症状实体对应的融合特征。最后基于医疗文本素材中各症状实体对应的融合特征进行信息推荐。通过从医疗文本素材提取症状实体对应的的症状特征信息和上下文特征信息，以更丰富的症状关联语义作为所推荐信息的依据。相比于已有技术，本申请技术方案丰富了所推荐信息的依据范畴，提升了医疗文本素材中信息的利用率，进而使推荐的信息更加准确。确。确。

【技术实现步骤摘要】
一种信息推荐方法、装置、设备、系统及存储介质


[0001]本申请涉及医疗信息处理
，尤其涉及一种信息推荐方法、装置、设备、系统及存储介质。

技术介绍

[0002]当今，人们对健康的关注度逐渐提升。对于健康问题，传统的解决方案是通过寻求专业的医护人员和医疗机构的帮助，以获得更专业更准确的信息。目前，受医疗资源分布和人口分布等方面的影响，许多病人也面临着挂号难的问题。智能化医疗辅助技术的出现能够缓解上述问题带来的压力。
[0003]近些年随着人工智能、机器学习的兴起，医疗场景中智能辅助技术的研究已成为热点。一些研究人员将医疗信息推荐过程看作为一个马尔科夫过程，基于医患间的会话信息，利用强化学习中的深度Q网络(Deep Q
‑
Network,DQN)进行会话信息的处理，从而推荐出患者所需的信息。
[0004]图1A是DQN模型利用显式症状(即病人自诉的症状，英文表示为：explicit_symptoms)和隐式症状(即询问病人得到的症状，英文表示为：implicit_symptoms)进行信息推荐的一个实例示意本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：获取目标对象的医疗文本素材；确定所述医疗文本素材中的症状实体；基于所述医疗文本素材，提取与所述症状实体对应的症状实体特征信息和上下文特征信息；将所述症状实体特征信息和所述上下文特征信息进行特征融合，得到所述症状实体对应的融合特征；基于所述医疗文本素材中各症状实体对应的融合特征进行信息推荐。2.根据权利要求1所述的方法，其特征在于，所述确定所述医疗文本素材中的症状实体，包括：对所述医疗文本素材中的语句进行分词，得到多个单词；通过医学实体字典对所述多个单词进行匹配，确定出所述多个单词中匹配成功的症状实体。3.根据权利要求2所述的方法，其特征在于，所述上下文特征信息包括症状实体的上文特征信息和下文特征信息；所述基于所述医疗文本素材，提取与所述症状实体对应的症状实体特征信息和上下文特征信息，包括：对所述语句进行编码，获得语句中单词的特征向量；将所述症状实体的特征向量作为所述症状实体对应的症状实体特征信息；根据所述症状实体的特征向量和所述医疗文本素材中所述症状实体上文中单词的特征向量，聚合得到所述症状实体的上文特征信息；根据所述症状实体的特征向量和所述医疗文本素材中所述症状实体下文中单词的特征向量，聚合得到所述症状实体的下文特征信息。4.根据权利要求1所述的方法，其特征在于，所述基于所述医疗文本素材中各症状实体对应的融合特征进行信息推荐，包括：获取医学知识图谱，所述医学知识图谱中包括节点集合与边集合；所述节点集合包括疾病节点和症状节点，所述边集合包括节点之间的边，疾病节点表示疾病实体，症状节点表示症状实体，边表示所连接的两个节点之间的关联关系；利用所述融合特征对所述医学知识图谱中的对应的症状节点的特征进行初始化，获得初始化后的医学知识图谱；基于所述初始化后的医学知识图谱进行传播和推理，根据到达的节点进行信息推荐。5.根据权利要求4所述的方法，其特征在于，所述基于所述初始化后的医学知识图谱进行传播和推理，根据到达的节点进行信息推荐，包括：在所述初始化后的医学知识图谱中基于所述融合特征进行从症状节点到疾病节点的第一步传播；根据传播到的疾病节点的传播后特征向量建立疾病实体特征集合；在所述第一步传播的基础上进行从疾病节点到症状节点的第二步传播；根据传播到的症状节点的传播后特征向量建立症状实体特征集合；基于所述疾病实体特征集合和所述症状实体特征集合，确定所述疾病实体特征集合对应的各疾病实体的推荐概率；
基于所述各疾病实体的推荐概率进行信息推荐。6.根据权利要求5所述的方法，其特征在于，所述基于所述各疾病实体的推荐概率进行信息推荐，包括：通过第一方式对确定出的最大推荐概率对应的疾病实体进行推荐，通过第二方式对确定出的其他不为零的推荐概率对应的疾病实体进行推荐；基于所述疾病实体特征集合和所述症状实体特征集合确定所述症状实体特征集合对应的各症状实体的推荐概率；当所述最大推荐概率小于第一预设概率阈值时，通过第三方式对推荐概率超出预设第二预设概率的症状实体进行推荐。7.根据权利要求6所述的方法，其特征在于，所述医疗文本素材包括历史问诊对话文本；所述方法还包括：根据推荐概率超出预设第二预设概率的症状实体生成提问语句；将所述提问语句输出；收集所述目标对象提供的所述提问语句的答复语句；根据所述提问语句和所述答复语句对所述医疗...

【专利技术属性】
技术研发人员：梁小丹，郑冶枫，赵瑞辉，刘亚飞，林帅，刘文阁，唐鉴恒，王巨宏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：