基于知识图谱的慢阻肺患者的治疗知识问答方法研究
发布时间:2023-11-12 14:42
慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease,COPD)简称慢阻肺是一种常见的多发病,病死率很高,居全球死亡原因第3位,我国COPD患者近一亿,根据临床症状,肺功能检查等容易诊断是否患COPD,但是COPD确诊患者的治疗水平跟不上,因为慢阻肺医疗资源分布不均,甚至一些地区医生提出的治疗方案与COPD诊治指南中规范化治疗相脖,导致大医院医生接诊病人多,病人看病时间长等问题,所以需要一个关于慢阻肺患者治疗的知识问答,给患者在治疗方面提供帮助,也给医生减轻负担。因此,本文针对COPD确诊患者的治疗提出一种以COPD知识图谱为知识源,用自然语言处理技术将用户问题转化为可用Cypher语言查询并将结果返回给用户的知识问答。本文主要研究工作和创新点如下:(1)因研究对象是慢阻肺确诊患者的治疗,所以依据《慢性阻塞性肺疾病诊治指南》手册,专家医生治疗意见以及慢阻肺患者电子病历中的治疗方案为治疗标准。(2)通过归纳,分析治疗标准中的术语,概念及其关系,设计了慢阻肺知识图谱的概念模式。(3)将治疗标准中涉及到的慢阻肺相关数据作为实体集,根据设计好的概念模式进...
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 COPD的研究现状
1.2.2 知识问答的研究现状
1.3 本文研究内容及组织结构
1.3.1 本文的研究内容
1.3.2 本文的组织结构本
2 相关技术研究与基础理论
2.1 知识图谱构建流程
2.2 知识图谱相关技术
2.2.1 知识抽取
2.2.2 知识图谱存储与查询
2.3 依存句法分析
2.4 本章小结
3 基于BiLSTM-CRF的慢阻肺实体识别
3.1 词向量介绍
3.2 BiLSTM-CRF算法的实现
3.2.1 算法整体框架
3.2.2 算法流程
3.3 实验与结果分析
3.3.1 实验数据与环境
3.3.2 评价方法
3.3.3 超参数设置
3.3.4与其他模型的对比实验
3.4 本章小结
4 慢阻肺知识图谱的构建过程
4.1 慢阻肺知识图谱的构建流程
4.2 慢阻肺知识图谱Schema设计模块
4.3 慢阻肺知识图谱生成模块
4.3.1 结构化数据中抽取慢阻肺实体
4.3.2 非结构化数据中抽取慢阻肺实体
4.4 本章小结
5 基于慢阻肺知识图谱的治疗知识问答处理
5.1 慢阻肺治疗知识问答的处理流程
5.2 慢阻肺治疗问题的预处理
5.2.1 基于词典的中文分词
5.2.2 慢阻肺问题的分类
5.2.3 依存句法分析
5.2.4 基于词向量和字符串相似度的实体映射
5.3 问句答案的生成
5.3.1 Cypher查询语句的构造
5.3.2 Cypher查询语句的执行
5.3.3 知识答案的处理
5.4 慢阻肺知识问答的实验
5.5 本章小结
6 总结与展望
参考文献
攻读硕士学位期间所获得的研究成果
致谢
本文编号:3863359
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 COPD的研究现状
1.2.2 知识问答的研究现状
1.3 本文研究内容及组织结构
1.3.1 本文的研究内容
1.3.2 本文的组织结构本
2 相关技术研究与基础理论
2.1 知识图谱构建流程
2.2 知识图谱相关技术
2.2.1 知识抽取
2.2.2 知识图谱存储与查询
2.3 依存句法分析
2.4 本章小结
3 基于BiLSTM-CRF的慢阻肺实体识别
3.1 词向量介绍
3.2 BiLSTM-CRF算法的实现
3.2.1 算法整体框架
3.2.2 算法流程
3.3 实验与结果分析
3.3.1 实验数据与环境
3.3.2 评价方法
3.3.3 超参数设置
3.3.4与其他模型的对比实验
3.4 本章小结
4 慢阻肺知识图谱的构建过程
4.1 慢阻肺知识图谱的构建流程
4.2 慢阻肺知识图谱Schema设计模块
4.3 慢阻肺知识图谱生成模块
4.3.1 结构化数据中抽取慢阻肺实体
4.3.2 非结构化数据中抽取慢阻肺实体
4.4 本章小结
5 基于慢阻肺知识图谱的治疗知识问答处理
5.1 慢阻肺治疗知识问答的处理流程
5.2 慢阻肺治疗问题的预处理
5.2.1 基于词典的中文分词
5.2.2 慢阻肺问题的分类
5.2.3 依存句法分析
5.2.4 基于词向量和字符串相似度的实体映射
5.3 问句答案的生成
5.3.1 Cypher查询语句的构造
5.3.2 Cypher查询语句的执行
5.3.3 知识答案的处理
5.4 慢阻肺知识问答的实验
5.5 本章小结
6 总结与展望
参考文献
攻读硕士学位期间所获得的研究成果
致谢
本文编号:3863359
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3863359.html
最近更新
教材专著