面向多源数据的医疗行业高可信度知识图谱的构建方法技术

本发明专利技术公开了面向多源数据的医疗行业高可信度知识图谱的构建方法，涉及到医疗信息化技术领域，包括以下步骤：S1，可信知识源评估；S2，知识源采集；S3，知识源分析；S4，知识抽取；S5，知识质量评估和融合；S6，知识图谱构建。本发明专利技术中面向多源数据的医疗行业高可信度知识图谱的构建方法，方法流程更加优化，增加了知识源可信度评估、知识源结构分析、知识图谱本体设计和知识抽取模型训练等步骤，细化了知识源评估、知识可信度计算方法和基于预处理的知识抽取模型等技术细节，调整了知识融合和知识质量评估的先后关系，最终完成了面向医疗领域高可信度知识图谱构建的全流程方案。高可信度知识图谱构建的全流程方案。

【技术实现步骤摘要】
面向多源数据的医疗行业高可信度知识图谱的构建方法


[0001]本专利技术涉及医疗信息化
，特别涉及面向多源数据的医疗行业高可信度知识图谱的构建方法。

技术介绍

[0002]随着大数据、AI(人工智能)与医疗行业的结合，基于知识化数据的认知智能越来越受到业界的关注，基于知识推理进行导诊、辅诊已开始在一些医教进行试用，基于AI的病案、处方的辅诊检查也成为医疗智能化的必然趋势。医疗AI要求准确性高，容错性差，AI模型的认知基础就是通过知识处理技术建立的知识图谱。构建医疗领域的知识图谱，其核心在于知识图谱中信息的高可靠性，这与其他领域追求知识的完整性有较大差别。
[0003]现有关于“医疗领域知识图谱构建方法、装置、设备及存储介质”的技术方案(专利申请号为：CN20201059233.3)，此方案描述了医疗领域知识图谱构建方法的方法和过程，其中大体流程包括知识源采集，知识抽取形成知识库，知识数据加工，知识数据质量评估，知识图谱构建和知识图谱医学相关知识的智能问答应用。
[0004]但医疗领域知识图谱构建方法依旧有待优化提升。...

【技术保护点】

【技术特征摘要】
1.面向多源数据的医疗行业高可信度知识图谱的构建方法，其特征在于：包括以下步骤：S1，可信知识源评估：对知识源的可信度进行评估，分离出可信度较高的知识源；S2，知识源采集：对完成可信度较高的知识源的知识采集和存储；S3，知识源分析，半结构化文本处理：对知识源进行知识结构分析和知识元素的半结构化文本处理；S4，知识抽取：基于知识结构分析的结果，对半结构化文本的文本使用NLP技术进行文本抽取，形成以知识三元组为表示形式的基础知识结构；S5，知识质量评估和融合，基于业内标准对医疗实体进行标准化，完成知识的融合；S6，知识图谱构建，对抽取的知识三元组进行知识质量的评估，利于知识溯源技术降低众包人员的知识要求，提高知识评估的效率和质量，将存在异议的知识将被进行标记或去除，基于融合后的知识三元组和知识图谱的本体设计，利用图计算技术形成高可信度的医疗行业知识图谱，可用于导诊、辅诊等的智能推理辅助应用的基础支撑。2.根据权利要求1所述的面向多源数据的医疗行业高可信度知识图谱的构建方法，其特征在于：所述S2中知识源采集的同时开展对医疗领域知识图谱的本体设计。3.根据权利要求1所述的面向多源数据的医疗行业高可信度知识图谱的构建方法，其特征在于：所述S2中基于知识图谱的本体...

【专利技术属性】
技术研发人员：田野，高勇，程龙龙，袁丁，
申请(专利权)人：中电云脑天津科技有限公司，
类型：发明
国别省市：