1.一种基于知识图谱的急诊问答系统构建方法,其特征在于,包括以下步骤:步骤1、定义知识图谱实体、关系与疾病属性,并获取急诊数据;
步骤2、对三元组形式的知识图谱进行实体融合与可视化展示;步骤201、对爬取的半结构化数据进行预处理,并根据预定义的实体‑关系模型进行关系链接,形成三元组形式的知识图谱;
步骤202、采用如下公式计算属性相似度,
其中,simDice(s,t)表示基于Dice系数的属性s与属性t的相似度,|S capT|表示属性s的字符串与属性t的字符串中相同字符的个数,|S|表示属性s的字符串长度,|T|表示属性t的字符串长度;
步骤203、采用K‑means与Canopy相结合的聚类算法将潜在匹配的实体对进行聚类;
步骤204、将实体融合后的知识图谱导入Neo4j图数据库进行图谱的可视化,并等待下一步的图谱搜索;
步骤3、构建急诊分诊问答系统,该系统包括问句分类、问句解析和查询结果三个部分;
具体方法如下:
步骤301、构造用于问句分类的类,在其中定义特征词、领域词与问句疑问词;
步骤302、构建Aho‑Corasick字符串匹配算法,该算法包括trie字符串索引词典与Aho‑Corasick自动机两种数据结构;
步骤303、急诊病人输入问句后,通过Aho‑Corasick字符串匹配算法匹配问句中的领域词,并收集问句中涉及的实体类型,再检查问句中是否含有该实体类型中的某种特征词,以判断问句的类型;
步骤304、根据问句分类后的结果对问句进行解析,利用问句中的领域词及其对应的实体类型合并组装成分类字典;
步骤305、将所得的分类字典转换为Neo4j图数据库的Cypher语言在知识图谱中查询,并将查询结果和回答框架相结合,最后输出最终的回答。
2.根据权利要求1所述基于知识图谱的急诊问答系统构建方法,其特征在于,所述步骤
1的具体方法如下:
步骤101、设计六类实体类型,包括诊室、级别、疾病、症状、药品与食品;
步骤102、设计六类关系类型,包括belongs_to、rank_of、do_eat、not_eat、recommand_drug与has_symptom;
步骤103、设计八类疾病属性类型,包括名称、简介、病因、诊室、治疗周期、治疗方式、治愈概率与易感人群;
步骤104、获取网络中的垂直类医疗网站的急诊数据,该急诊数据包括诊室、疾病、症状、药品与食品数据;
步骤105、通过专家知识与医学文献人工添加级别数据。
3.根据权利要求1所述基于知识图谱的急诊问答系统构建方法,其特征在于,所述步骤
203中,采用K‑means与Canopy相结合的聚类算法将潜在匹配的实体对进行聚类的具体方法如下:(1)为所有实体选取两个阈值T1与T2,且T1大于T2;
(2)选取第一个实体作为第一个聚类,再选取第二个实体计算第二个实体到所有聚类的欧氏距离d,并将d小于T1的实体加入第一个聚类,若d大于T1,则将第二个实体作为一个新的聚类,而若d大于T1且小于T2,则不将第二个实体加入任何聚类;
(3)重复上述步骤(2)的过程,直到所有实体均进行过计算。