一种甲襞微循环知识图谱构建方法技术

本发明专利技术公开了一种甲襞微循环知识图谱构建方法，涉及知识图谱领域，旨在解决现有技术中系统输出文本错误率的问题，采用的技术方案是，包括以下步骤，步骤1，根据对甲襞循环知识抽取数据构建；步骤2，基于双向图卷积神经网络的知识抽取模型；步骤3，基于Neo4j的知识图谱的表示与存储，本发明专利技术通过在甲襞微循环知识抽取数据集中进行数据采集、数据处理、数据集构建，通过双向图卷积神经网络的知识抽取模型的设计，通过构建了甲襞微循环知识图谱，使用了Neo4j图数据库对其进行了持久化储存；通过甲襞微循环知识图谱进行了甲襞微循环健康诊断报告文本验证算法的设计与实现，基本完成了相关任务，丰富了内容。丰富了内容。丰富了内容。

【技术实现步骤摘要】
一种甲襞微循环知识图谱构建方法


[0001]本专利技术涉及知识图谱领域，具体为一种甲襞微循环知识图谱构建方法。

技术介绍

[0002]微循环是一种边缘科学，随着微循环本身理论和技术的发展，它的应用已然扩展到了临床医学。在临床医学中，微循环常常用于疾病的诊断以及预测，在进行临床微循环观测时一般会选择检测甲襞微循环。目前的对甲襞微循环检测的辅助技术研究主要还是更新甲襞微循环的检测方法，使之可以更加准确、便捷的生成检测结果，但却忽视了与检测结果相对应的诊断报告的生成。
[0003]近年来，知识图谱技术在文本生成领域得到了广泛而深入的应用，成为当前解决文本生成任务的关键方法。目前常用的数据到文本生成技术有以下两种方法：基于规则和模板方法、基于神经网络序列生成方法。而基于神经网络序列的生成方法一般不需要过多的人为调整，且易于产生丰富流畅的内容。不过受限于数据集与所用神经网络，使用者无法直接对生成的内容进行控制，导致系统难以确保所输出的文本内容的正确性，所以需要进一步的优化来提高目标网络的实用性。
[0004]知识图谱恰好是这样的一个工具，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种甲襞微循环知识图谱构建方法，其特征在于，包括以下步骤：步骤1，根据对甲襞循环知识抽取数据构建；步骤2，基于双向图卷积神经网络的知识抽取模型，其中包括先向双向门控循环单元模型中输入数据集中构建的数据21、然后将数据输入双向循环图卷积神经网络中22、后将数据输入双向循环图卷积神经网络,得到的数据多次输入循环图卷积神经网络23、之后将数据输入双向门控循环单元,后将数据输入softmax算法24、再重复上一步骤，将数据输入双向门控循环单元,后将数据输入softmax算法25以及得到预测结果，并进行人工筛查获取数据26，且其中双向循环图卷积神经网络的算法为：据26，且其中双向循环图卷积神经网络的算法为：据26，且其中双向循环图卷积神经网络的算法为：其中：表示词u在GCN在第l层的隐藏向量，是从词u出边的邻居节点结合；是从词u入边的所有邻居节点结合，包含节点u本身；和是出边权重；和是入边权重；步骤3，基于Neo4j的知识图谱的表示与存储，Neo4j图数据库是由Java语言和Scala语言编写的一个非关系型数据库，并同时支持Python等多...

【专利技术属性】
技术研发人员：朱歆华，张麟，易猛，
申请(专利权)人：复旦大学宁波研究院，
类型：发明
国别省市：