醫療問答推薦方法、推薦系統和計算機可讀存儲介質技術方案

本發明專利技術提供了一種醫療問答推薦方法、推薦系統和計算機可讀存儲介質。其中，醫療問答推薦方法包括：獲取醫療問題；對醫療問題進行預處理，確定多個關鍵詞；根據多個關鍵詞構建知識圖譜三元組集；根據知識圖譜三元組集，在已有知識圖譜中查詢出醫療問題的候選答案集合；從候選答案集合中抽取最佳答案并進行推送。通過本發明專利技術的技術方案，實現了將統計分析、知識圖譜構建與特征選舉結合，利用人機交互手段對自然語言下的醫學問答場景進行自動推薦，在保障推薦答案的準確性和專業性，滿足用戶獲取健康與醫療相關知識的需求的同時，提高了醫學信息資源的利用率和信息查詢效率，為醫學工作者節省了冗余工作時間。

【技術實現步驟摘要】
醫療問答推薦方法、推薦系統和計算機可讀存儲介質
本專利技術涉及計算機技術與醫療信息化領域，具體而言，涉及一種醫療問答推薦方法，一種醫療問答推薦系統及一種計算機可讀存儲介質。
技術介紹
隨著移動互聯網與醫療信息化的發展，移動端的醫療服務業務與醫患溝通服務具有較為廣闊的發展前景，面對移動端日益增長的用戶與獲取健康與醫療相關知識的需求，智能化的醫療問答系統不僅可以允許用戶以自然語言的方式提問，還能輔助運營方快速返回給用戶簡潔準確的答案，以節省運營人員投入，提升用戶體驗度。醫學數據具有模式多態性(比如同病多名)、不完整性、時間性、冗余性和隱私性等特點，對醫學相關的自然語言處理技術構成了挑戰，所以為了構建適用于醫學場景下的醫學問答推薦系統，需要針對醫學數據、尤其是醫學領域自由問答文本數據進行特定場景的自然語言處理技術構建。
技術實現思路
本專利技術旨在至少解決現有技術或相關技術中存在的技術問題之一。為此，本專利技術的一方面在于提出了一種醫療問答推薦方法。本專利技術的再一方面在于提出了一種醫療問答推薦系統。本專利技術的又一方面在于提出了一種計算機可讀存儲介質。有鑒于此，本專利技術提出了一種醫療問答推薦方法，包括：獲取醫療問題；對醫療問題進行預處理，確定多個關鍵詞；根據多個關鍵詞構建知識圖譜三元組集；根據知識圖譜三元組集，在已有知識圖譜中查詢出醫療問題的候選答案集合；從候選答案集合中抽取最佳答案并進行推送。本專利技術提供的醫療問答推薦方法，通過應用程序接口(ApplicationProgrammingInterface，API)、消息推送等多種形式獲取用戶的醫療問題，確定醫療問題中的多個關鍵詞并根據關鍵字構建知識圖譜三元組集，得到用戶查詢句的關注焦點和用戶問題所屬類型，再根據知識圖譜三元組集，在已有知識圖譜中查詢出與醫療問題相符的詞、詞組組成候選答案集合，從中抽取最佳答案，并推送最佳答案給用戶。其中，獲取醫療問題數據的用途分成兩部分，第一是先獲取大量醫療問題數據，進行分詞實體識別等構建已有知識圖譜和答案匹配等，這是訓練過程；第二是通過移動端獲取某個醫療問題，進行關鍵詞提取后進入到推薦最終答案。通過本專利技術提供的醫療問答推薦方法，能夠結合自然語言處理技術和深度學習算法，對醫學自由文本數據從語義層面深度挖掘，理解用戶提出的醫療問題，同時，將統計分析、知識圖譜構建與特征選舉結合，利用人機交互手段對自然語言下的醫學問答場景進行自動推薦，在保障推薦答案的準確性和專業性，滿足用戶獲取健康與醫療相關知識的需求的同時，提高了醫學信息資源的利用率和信息查詢效率，為醫學工作者節省了冗余工作時間。具體地，醫療問題類型包括：詢問類型、疑問詞、預期答案類型。根據本專利技術的上述醫療問答推薦方法，還可以具有以下技術特征：在上述技術方案中，優選地，對醫療問題進行預處理，得到多個關鍵詞的步驟，包括：根據醫療問題的句型及預設醫學語料庫對醫療問題進行分詞與實體識別，得到多個關鍵詞。在該技術方案中，根據醫療問題的句型及預設醫學語料庫，利用逆向最大匹配算法和多層條件隨機場對用戶醫療問題進行分詞與實體識別，確定關鍵詞，通過本專利技術提供的醫療問答推薦方法，能夠結合自然語言處理技術和深度學習算法，對醫學自由文本數據從語義層面深度挖掘，從而提高信息查詢效率。具體地，分詞工具根據醫學領域特征進行優化，基于國外醫學本體結構定義醫學語料庫數據結構。在上述任一技術方案中，優選地，對醫療問題進行預處理，得到多個關鍵詞的步驟，還包括：對多個關鍵字進行統計，基于統計特征對多個關鍵詞中的每個關鍵詞進行加權。在該技術方案中，對多個關鍵字進行統計，基于統計特征對多個關鍵詞中的每個關鍵詞進行加權，以此獲取相關度較高的關鍵詞，保障特定領域內語義理解的準確度，提高了醫學信息資源的利用率和信息查詢效率。具體地，統計特征包括以下任一項或其組合：詞頻、位置、共現頻率。在上述任一技術方案中，優選地，根據多個關鍵詞構建知識圖譜三元組集的步驟，包括：從多個關鍵詞中抽取出醫學實體和實體關系，并進行同義詞轉化，以三元組存儲形式構建知識圖譜三元組集。在該技術方案中，在醫學問答領域，專家的權威性十分重要，因此利用條件隨機場等方法從多個關鍵詞中抽取出醫學實體和實體關系，并進行同義詞轉化，以三元組存儲形式構建知識圖譜三元組集，通過構建知識圖譜三元組集對關鍵詞進行整合，定義資源描述框架(ResourceDescriptionFramework，RDF)，便于理解用戶提出的醫療問題，提高了醫學信息資源的利用率和信息查詢效率。具體地，三元組集包括：資源、屬性類型和屬性值。在上述任一技術方案中，優選地，根據知識圖譜三元組集，在已有知識圖譜中查詢出醫療問題的候選答案集合的步驟，包括：根據每個關鍵詞的權重確定知識圖譜子圖；根據知識圖譜三元組集匹配知識圖譜路徑；根據知識圖譜路徑在知識圖譜子圖中進行檢索，查詢出醫療問題的候選答案集合。在該技術方案中，考慮到醫學知識的復雜度和各病種特征差異較大，因此，根據每個關鍵詞的權重確定知識圖譜子圖，縮小查詢范圍，并根據知識圖譜三元組集匹配知識圖譜路徑，結合醫學實體和實體關系，約束檢索路徑，根據知識圖譜路徑在知識圖譜子圖中利用關鍵詞匹配技術進行檢索，并在其中選取與醫療問題最貼近的詞、詞組組成候選答案集合。在保障推薦答案的準確性和專業性的同時，提高了醫學信息資源的利用率和信息查詢效率，為醫學工作者節省了冗余工作時間。在上述任一技術方案中，優選地，從候選答案集合中抽取最佳答案并進行推送的步驟，包括：根據每個候選答案的標簽，和/或文本特征及非文本特征對候選答案集合中的候選答案進行篩選；對篩選出的一個或多個候選答案進行排序，以確定出最佳答案。在該技術方案中，分析每個候選答案的標簽，根據標簽和/或文本特征及非文本特征，進一步篩選質量較高答案，并利用最大熵方法預測答案質量，對候選答案進行排序，并選出最佳答案，保障了推薦答案的準確性和專業性，滿足用戶獲取健康與醫療相關知識的需求。根據本專利技術的第二方面，提出了一種醫療問答推薦系統，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，處理器執行計算機程序時實現：獲取醫療問題；對醫療問題進行預處理，確定多個關鍵詞；根據多個關鍵詞構建知識圖譜三元組集；根據知識圖譜三元組集，在已有知識圖譜中查詢出醫療問題的候選答案集合；確定候選答案集合中每個候選答案的答案質量，以抽取最佳答案并進行推送。其中，獲取醫療問題數據的用途分成兩部分，第一是先獲取大量醫療問題數據，進行分詞實體識別等構建已有知識圖譜和答案匹配等，這是訓練過程；第二是通過移動端獲取某個醫療問題，進行關鍵詞提取后進入到推薦最終答案。通過本專利技術提供的醫療問答推薦系統，能夠結合自然語言處理技術和深度學習算法，對醫學自由文本數據從語義層面深度挖掘，理解用戶提出的醫療問題，同時，將統計分析、知識圖譜構建與特征選舉結合，利用人機交互手段對自然語言下的醫學問答場景進行自動推薦，在保障推本文檔來自技高網...

【技術保護點】
1.一種醫療問答推薦方法，其特征在于，包括：/n獲取醫療問題；/n對所述醫療問題進行預處理，確定多個關鍵詞；/n根據所述多個關鍵詞構建知識圖譜三元組集；/n根據所述知識圖譜三元組集，在已有知識圖譜中查詢出所述醫療問題的候選答案集合；/n從所述候選答案集合中抽取最佳答案并進行推送。/n

【技術特征摘要】
1.一種醫療問答推薦方法，其特征在于，包括：
獲取醫療問題；
對所述醫療問題進行預處理，確定多個關鍵詞；
根據所述多個關鍵詞構建知識圖譜三元組集；
根據所述知識圖譜三元組集，在已有知識圖譜中查詢出所述醫療問題的候選答案集合；
從所述候選答案集合中抽取最佳答案并進行推送。


2.根據權利要求1所述的醫療問答推薦方法，其特征在于，所述對所述醫療問題進行預處理，得到多個關鍵詞的步驟，包括：
根據所述醫療問題的句型及預設醫學語料庫對所述醫療問題進行分詞與實體識別，得到所述多個關鍵詞。


3.根據權利要求2所述的醫療問答推薦方法，其特征在于，還包括：
對所述多個關鍵字進行統計，基于統計特征對所述多個關鍵詞中的每個關鍵詞進行加權。


4.根據權利要求1所述的醫療問答推薦方法，其特征在于，所述根據所述多個關鍵詞構建知識圖譜三元組集的步驟，包括：
從所述多個關鍵詞中抽取出醫學實體和實體關系，并進行同義詞轉化，以三元組存儲形式構建所述知識圖譜三元組集。


5.根據權利要求1所述的醫療問答推薦方法，其特征在于，所述根據所述知識圖譜三元組集，在已有知識圖譜中查詢出所述醫療問題的候選答案集合的步驟，包括：
根據每個所述關鍵詞的權重確定知識圖譜子圖；
根據所述知識圖譜三元組集匹配知識圖譜路徑；
根據所述知識圖譜路徑在所述知識圖譜子圖中進行檢索，查詢出所述醫療問題的候選答案集合。


6.根據權利要求1至5中任一項所述的醫療問答推薦方法，其特征在于，所述從所述候選答案集合中抽取最佳答案并進行推送的步驟，包括：
根據所述每個候選答案的標簽，和/或文本特征及非文本特征對所述候選答案集合中的候選答案進行篩選；
對篩選出的一個或多個候選答案進行排序，以確定出所述最佳答案。


7.一種醫療問答推薦系統，其特征在于，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現：
獲取醫療問題；
對所述醫療問題進行預處理，確定多個關鍵詞；
根據所述多個關...

【專利技術屬性】
技術研發人員：王共先，王琦，曹磊，
申請(專利權)人：北大醫療信息技術有限公司，南昌大學第一附屬醫院，
類型：發明
國別省市：北京;11