论文部分内容阅读
为了促进人口长期均衡发展,我国于2016年实施“全面二孩”政策,高龄和二胎产妇的数量随之逐年增加,高龄和二胎产妇易发生妊娠合并症,新生儿畸形的风险也有所增加,这给各医疗机构的产科带来了挑战。产科知识图谱能良好集成产科知识,被计算机识别理解,可以辅助、优化产科诊疗,并能以此为基础进一步开发相关医疗智能应用。目前医学知识图谱的构建研究尚处于起步阶段,本文对产科知识图谱的构建方法进行了探索,并初步构建了产科知识图谱,完成的主要工作如下。借助本体的概念构建了产科知识图谱模式层。模式层以MeSH医学主题词表和产科专业知识为依据,在领域专家的指导下构造了产科概念分类体系,定义了疾病的知识描述体系和产科概念实体间可能存在的关系类别,形成了对产科专业知识的描述规范。模式层定义了产科知识图谱的概念模型,为数据层的构建奠定了基础。使用自然语言处理相关技术构建了产科知识图谱数据层。数据层的构建分为实体识别、属性抽取、属性融合和关系抽取四个环节。在实体识别环节,使用基于余弦向量的相似度算法整合术语及其多样化表达形式,形成产科术语词典,采用基于词典的命名实体识别方法完成产科实体识别;在属性抽取环节,通过构造包装器和基于规则的方法实现了对产科专业在线资源及教材中疾病属性的抽取,并进行了结构化;在属性融合环节,设计出基于改进TF-IDF的Simhash产科文本相似度算法,并提出了属性融合策略,以此完成疾病属性的融合;在关系抽取环节,以最短依存路径为基础表示关系模式,使用Bootstrapping和人工结合的方法采集训练数据,并通过训练支持向量机模型得到关系分类器,完成产科概念实体间关系的抽取。利用Protégé构建了产科知识图谱。在Protégé中建立了产科知识图谱中的概念类、实体、属性以及关系,对属性和关系添加了约束条件,并通过自动生成Protégé源文件的方式实现数据的导入。