首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种重症领域知识自动抽取的实现方法及系统 

申请/专利权人:青岛市中心医院

申请日:2024-04-12

公开(公告)日:2024-06-28

公开(公告)号:CN118262926A

主分类号:G16H50/70

分类号:G16H50/70;G06N5/025;G06N5/02

优先权:

专利状态码:在审-公开

法律状态:2024.06.28#公开

摘要:本发明涉及医疗信息处理技术领域,尤其涉及一种重症领域知识自动抽取的实现方法及系统。所述方法包括以下步骤:对重症领域进行重症领域本体构建,得到重症领域本体数据集;对重症领域本体数据集进行高关注度本体挖掘,得到高关注度本体数据集;根据高关注度本体数据集进行主题一致性链接分析,得到潜在重症知识源集;对潜在重症知识源集进行时序知识波动分析,得到动态知识更新时间跨度数据集;根据动态知识更新时间跨度数据集对潜在重症知识源集进行前沿性知识源层级筛选,得到重症前沿动态知识源集。本发明减少了人工搜索和阅读文献的负担,提高了知识获取的效率和全面性。

主权项:1.一种重症领域知识自动抽取的实现方法,其特征在于,包括以下步骤:步骤S1:对重症领域进行重症领域本体构建,得到重症领域本体数据集;对重症领域本体数据集进行高关注度本体挖掘,得到高关注度本体数据集;步骤S2:根据高关注度本体数据集进行主题一致性链接分析,得到潜在重症知识源集;对潜在重症知识源集进行时序知识波动分析,得到动态知识更新时间跨度数据集;根据动态知识更新时间跨度数据集对潜在重症知识源集进行前沿性知识源层级筛选,得到重症前沿动态知识源集;步骤S3:基于高关注度本体数据集与动态知识更新时间跨度数据集对重症前沿动态知识源集进行主题驱动式爬虫,得到重症前沿异构语料数据集;对重症前沿异构语料数据集进行重症领域异构知识表示学习,得到重症领域异构知识表征数据;步骤S4:根据重症领域异构知识表征数据对重症前沿异构语料数据集进行重症临床前沿知识提取,得到临床前沿知识元组数据;基于重症领域异构知识表征数据对临床前沿知识元组数据进行智能三元组补全,得到临床补全关系三元组数据;对临床补全关系三元组数据与重症领域异构知识表征数据进行知识图谱嵌入学习,得到初级重症知识图谱;步骤S5:基于初级重症知识图谱进行启发式图补全推理,得到重症图谱缺陷修复数据;根据重症图谱缺陷修复数据对初级重症知识图谱进行边缘连接修复与节点扩充,得到重症领域前沿知识图谱。

全文数据:

权利要求:

百度查询: 青岛市中心医院 一种重症领域知识自动抽取的实现方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。