本发明专利技术涉及医疗领域的人工智能技术，揭露一种基于图网络结构的中医数据查询方法、装置、设备以及介质，可用于查询不同的疾病的症状以进行疾病诊断辅助，所述方法包括：对获取的中医数据集进行实体抽取，得到中医实体集；对中医实体集进行关联关系抽取，得到中医三元组结构；利用中医图网络模型中对中医三元组结构进行特征提取；利用该模型中知识图谱嵌入层将特征提取得到的中医三元组特征向量进行知识融合；再通过激活函数将知识融合得到的融合中医知识图谱输出，得到中医图网络结构；根据中医条件语句从中医图网络结构中进行查询，得到查询结果。本发明专利技术可以提高中医数据查询的效率及准确率。率及准确率。率及准确率。
【技术实现步骤摘要】
基于图网络结构的中医数据查询方法、装置及设备
[0001]本专利技术涉及医疗领域的人工智能技术，尤其涉及一种基于图网络结构的中医数据查询方法、装置、设备及存储介质。
技术介绍
[0002]随着数据存储技术的发展，数据存储方式也发生了改变，例如，在医疗领域中，相关联的疾病症状、症型等都通过关系型数据进行存储，在中医领域的数据集中，包括了疾病、证型、证素、症状等中医数据，且这些中医数据之间都存在关联关系，传统的中医数据查询是通过关系型数据库存储中医数据，再根据疾病从关系型数据库中进行查询以辅助中医疾病进行诊断。
[0003]但是，由于中医数据中同一个疾病下可能会有多个证型、多个症状，同一个证型下会有多个症状，同一个证素下会有多个症状，同一个症状会跟多个疾病或多个证型或多个证素或其他症状相关，传统方法中无法充分表达中医数据之间的关联关系，导致辅助中医疾病诊断时的中医数据查询的效率及准确率都较低。
技术实现思路
[0004]本专利技术提供一种基于图网络结构的中医数据查询方法、装置、设备及存储介质，其主要目的是提高辅助中医疾病诊断时的中医数据查询的效率及准确率。
[0005]为实现上述目的，本专利技术提供了一种基于图网络结构的中医数据查询方法，包括：
[0006]获取中医数据集，对所述中医数据集进行实体抽取，得到中医实体集；
[0007]对所述中医实体集进行关联关系抽取，得到中医三元组结构；
[0008]利用训练完成的中医图网络模型中的双向长短期记忆层对所述中医三元组结构进行特征提取，得到中医三元组特征向量；
[0009]利用所述中医图网络模型中的知识图谱嵌入层将所述中医三元组特征向量进行知识融合，得到融合中医知识图谱；
[0010]将所述融合中医知识图谱输入至所述中医图网络模型的激活函数中，得到所述中医图网络结构；
[0011]获取待查询的中医条件语句，根据所述中医条件语句从所述中医图网络结构中查询与所述中医条件语句对应的查询结果。
[0012]可选地，所述利用所述中医图网络模型中的知识图谱嵌入层将所述中医三元组特征向量进行知识融合，得到融合中医知识图谱，包括：
[0013]利用所述知识图谱嵌入层将所述中医三元组特征向量与预设的中医知识库进行知识融合，得到多个中医知识图谱；
[0014]将多个所述中医知识图谱进行深层语义融合，得到所述融合中医知识图谱。
[0015]可选地，所述对所述中医实体集进行关联关系抽取，得到中医三元组结构，包括：
[0016]根据所述中医实体集构建多个超平面函数；
[0017]利用预设的几何间隔确定多个所述超平面函数中的两个平行超平面函数，对所述两个平行超平面函数进行公式转换得到约束条件；
[0018]利用所述拉格朗日数乘法将所述约束条件转化为无约束条件，对所述无约束条件进行运算得到所述两个平行超平面函数中的最优超平面；
[0019]利用所述最优超平面计算所述中医实体集之间的关联关系，得到包含所述中医实体集与中医实体集中的中医实体相匹配的实体关系的所述中医三元组结构。
[0020]可选地，所述对所述中医数据集进行实体抽取，得到中医实体集，包括：
[0021]对所述中医数据集进行分词，得到分词中医数据集；
[0022]对所述分词中医数据集进行关键词抽取，得到关键词数据集；
[0023]对所述关键词数据集进行命名实体识别，得到候选中医实体集；
[0024]对所述候选中医实体集进行过滤，得到所述中医实体集。
[0025]可选地，所述对所述候选中医实体集进行过滤，得到所述中医实体集，包括：
[0026]识别所述候选中医实体集的词性，根据所述词性将所述候选中医实体集中的无用词进行剔除，得到所述中医实体集。
[0027]可选地，其特征在于，所述根据所述中医条件语句从所述中医图网络结构中查询与所述中医条件语句对应的查询结果，包括：
[0028]识别所述中医条件语句的问题类型，根据所述问题类型确定查询路径，并根据所述查询路径从所述中医图网络结构中查询与所述中医条件语句对应的查询结果。
[0029]为了解决上述问题，本专利技术还提供一种基于图网络结构的中医数据查询装置，所述装置包括：
[0030]中医实体抽取模块，用于获取中医数据集，对所述中医数据集进行实体抽取，得到中医实体集；
[0031]实体关联关系抽取模块，用于对所述中医实体集进行关联关系抽取，得到中医三元组结构；
[0032]中医知识融合模块，用于利用训练完成的中医图网络模型中的双向长短期记忆层对所述中医三元组结构进行特征提取，得到中医三元组特征向量；利用所述中医图网络模型中的知识图谱嵌入层将所述中医三元组特征向量进行知识融合，得到融合中医知识图谱；将所述融合中医知识图谱输入至所述中医图网络模型的激活函数中，得到所述中医图网络结构；
[0033]中医数据查询模块，用于获取待查询的中医条件语句，根据所述中医条件语句从所述中医图网络结构中查询与所述中医条件语句对应的查询结果。
[0034]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0035]存储器，存储至少一个计算机程序；及
[0036]处理器，执行所述存储器中存储的计算机程序以实现上述所述的基于图网络结构的中医数据查询方法。
[0037]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于图网络结构的中医数据查询方法。
[0038]本专利技术实施例中，首先通过对中医数据集进行实体抽取，得到中医实体集，实现中
医实体的自动抽取，便于提高后续辅助中医疾病诊断时的中医数据查询的效率；其次，通过对中医实体集进行关联关系抽取，得到中医三元组结构，实现中医实体与其相匹配的实体关系之间的初步结构化，加强中医数据之间的关联；最后，通过利用中医图网络模型将中医三元组结构进行特征提取及知识融合，得到中医图网络结构，能够进一步表达中医数据中疾病、证型、证素、症状之间的各种关联关系，并根据根据中医条件语句从中医图网络结构中查询与中医条件语句对应的查询结果，可以提高辅助中医疾病诊断时的中医数据查询的效率及准确率。因此本专利技术实施例提出的基于图网络结构的中医数据查询方法、装置、设备及存储介质可以提高辅助中医疾病诊断时的中医数据查询的效率及准确率。
附图说明
[0039]图1为本专利技术一实施例提供的基于图网络结构的中医数据查询方法的流程示意图；
[0040]图2为本专利技术一实施例提供的基于图网络结构的中医数据查询方法中一个步骤的详细流程示意图；
[0041]图3为本专利技术一实施例提供的基于图网络结构的中医数据查询方法中一个步骤的详细流程示意图；
[0042]图4为本专利技术一实施例提供的基于图网络结构的中医数据查询装置的模块示意本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于图网络结构的中医数据查询方法，其特征在于，所述方法包括：获取中医数据集，对所述中医数据集进行实体抽取，得到中医实体集；对所述中医实体集进行关联关系抽取，得到中医三元组结构；利用训练完成的中医图网络模型中的双向长短期记忆层对所述中医三元组结构进行特征提取，得到中医三元组特征向量；利用所述中医图网络模型中的知识图谱嵌入层将所述中医三元组特征向量进行知识融合，得到融合中医知识图谱；将所述融合中医知识图谱输入至所述中医图网络模型的激活函数中，得到所述中医图网络结构；获取待查询的中医条件语句，根据所述中医条件语句从所述中医图网络结构中查询与所述中医条件语句对应的查询结果。2.如权利要求1所述的基于图网络结构的中医数据查询方法，其特征在于，所述利用所述中医图网络模型中的知识图谱嵌入层将所述中医三元组特征向量进行知识融合，得到融合中医知识图谱，包括：利用所述知识图谱嵌入层将所述中医三元组特征向量与预设的中医知识库进行知识融合，得到多个中医知识图谱；将多个所述中医知识图谱进行深层语义融合，得到所述融合中医知识图谱。3.如权利要求1所述的基于图网络结构的中医数据查询方法，其特征在于，所述对所述中医实体集进行关联关系抽取，得到中医三元组结构，包括：根据所述中医实体集构建多个超平面函数；利用预设的几何间隔确定多个所述超平面函数中的两个平行超平面函数，对所述两个平行超平面函数进行公式转换得到约束条件；利用所述拉格朗日数乘法将所述约束条件转化为无约束条件，对所述无约束条件进行运算得到所述两个平行超平面函数中的最优超平面；利用所述最优超平面计算所述中医实体集之间的关联关系，得到包含所述中医实体集与中医实体集中的中医实体相匹配的实体关系的所述中医三元组结构。4.如权利要求1所述的基于图网络结构的中医数据查询方法，其特征在于，所述对所述中医数据集进行实体抽取，得到中医实体集，包括：对所述中医数据集进行分词，得到分词中医数据集；对所述分词中医数据集进行关键词抽取，得到关键词数据集；对所述关键词数据集进行命名实体识别，得到候选中医实体集；对所述候选中医实体集进行过滤，得到所述中医实体集。5.如权利要求4所述的基于图网络结构的中医数据查询方法，其特征在于，所述对所述候选中医实体集进行过滤，得到所述中医实体集，包括：识别所述候选中医实体集的词性，根据所述词性将所述候选中医实体集中的无...
【专利技术属性】
技术研发人员：郭维，阮晓雯，吴振宇，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。