中文醫(yī)療知識圖譜半自動化構(gòu)建研究.pdf

1、本文主要研究了中文醫(yī)療知識圖譜半自動構(gòu)建機制，首先介紹了此課題的研究背景和研究意義，然后討論了國內(nèi)外知識圖譜的研究現(xiàn)狀。詳細介紹了構(gòu)建中文知識圖譜面臨的挑戰(zhàn)以及構(gòu)建流程中包括的四個模塊:知識獲取、知識表示、知識存儲和知識可視化。對于中文知識圖譜的構(gòu)建挑戰(zhàn)，本文采取從特定領(lǐng)域的知識圖譜的構(gòu)建著手，采取從特定領(lǐng)域網(wǎng)站進行知識的獲取，作為語料庫的知識補充。以醫(yī)療領(lǐng)域網(wǎng)站為信息獲取源，提出了一種面向?qū)嶓w屬性分離存儲的半自動化關(guān)系抽取系統(tǒng)，用來獲

2、取實體屬性關(guān)系。根據(jù)實體的屬性關(guān)系描述數(shù)據(jù)，生成句子級別的實體描述，提出基于弱監(jiān)督關(guān)系抽取的樣本提取方案，找出包含該實體及其屬性關(guān)系對應(yīng)實體的正樣本訓(xùn)練數(shù)據(jù)。使用基于卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系分類，并和傳統(tǒng)的機器學(xué)習(xí)方法進行了實驗比較，實驗驗證了基于卷積神經(jīng)網(wǎng)絡(luò)的弱監(jiān)督關(guān)系抽取的高有效性和準確性。最終將數(shù)據(jù)存放于圖數(shù)據(jù)庫Neo4j中，并完成醫(yī)療數(shù)據(jù)的可視化展示。
　　論文的主要研究工作有:
　　(1)本文針對醫(yī)療網(wǎng)站中的大多數(shù)實體詳

3、細頁面存在結(jié)構(gòu)化數(shù)據(jù)（實體和屬性關(guān)系）并且這些結(jié)構(gòu)化數(shù)據(jù)分布在不同的屬性關(guān)系頁面中的特征，提出了一種面向?qū)嶓w屬性分離存儲的半自動化關(guān)系抽取系統(tǒng)。本系統(tǒng)不僅可以完成分離存儲的實體與屬性關(guān)系抽取，還能夠兼容常規(guī)的單頁面級別的關(guān)系抽取。
　　(2)在第一個工作中獲取得到了醫(yī)療領(lǐng)域網(wǎng)站的實體屬性關(guān)系，其中包含大量的實體文本描述信息，可以進一步的幫助完善實體間的關(guān)系抽取。因此提出基于卷積神經(jīng)網(wǎng)絡(luò)的弱監(jiān)督關(guān)系抽取，首先約束和假設(shè)弱監(jiān)督關(guān)系抽取