面向中医证候的健康领域知识图谱构建与应用研究

发布时间：2020-11-12 22:22

　　 近年随着健康管理理念的流行,人们愈发重视身体的保健养生,中医的“治未病”思想采取早期干预的理念与方法,可以有效地达到保持健康、预防疾病发展的目的,这与健康管理理念十分契合。然而中医的相关知识较为繁杂且具有一定的领域性,充分整合多源的中医知识、挖掘知识之间的内在联系并提供便捷的知识检索服务,这对中医理论指导健康管理的发展具有重要的研究意义。面对上述问题,知识图谱是一个有效的解决方法。作为一个网络化的知识系统,知识图谱可以包含大量的语义信息,能够捕捉并呈现领域概念之间的语义关系,实现对琐碎、零散知识的连接。由于其在知识检索、自动问答等方向具有较好的表现,已经被广泛应用于商业、医疗等多个领域。知识图谱目前在中医领域也取得了一定的进展,如中国中医科学院以知识图谱相关技术为基础构建的中医药知识服务平台等,但大多研究用于临床方向,而且中医下的语义信息并未被充分挖掘。将知识图谱应用于中医健康领域,可以有效管理证候、症状、疾病等相关实体,可以帮助用户更便捷的获取中医健康管理知识。利用知识图谱技术对中医知识加以提取和整合是健康领域知识图谱构建的一个重要方向,也是我们的研究兴趣所在。本文研究了知识图谱在中医领域的具体应用以及知识图谱构建技术的相关进展,在此基础上开展了如下工作:第一,本文完成了对中医健康领域知识图谱的构建。首先,对知识图谱内的核心实体进行了定义,主要包括“证候”、“症状”、“疾病”、“治疗方案”四种实体,然后根据实体的特点对四种实体间的语义关系进行了定义,并构建领域本体完成对知识图谱数据模式的定义。第二,针对命名实体识别过程,本文提出了一个基于词向量拼接的实体识别算法,并结合了领域词典,在实体的识别上取得了较好的效果。第三,本文基于构建的知识图谱提出了一个语义检索模型。本文对语义检索进行了研究,并提出了面向中医健康管理的语义检索模型,与传统的基于关键词的信息检索方式相比,该模型可以更好的理解用户的检索意图。第四,本文构建了一个以中医健康领域知识图谱为基础的健康管理平台,该平台主要分为两个部分:面向领域专家提供了概念管理、实体管理等功能,可实现对知识图谱数据模式以及实体的扩展;面向用户提供了知识检索以及自动问答等服务,为用户的日常健康管理提供了辅助支持。
【学位单位】：吉林大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R24;TP391.3
【部分图文】：

第 2 章 相关技术研究概述以理解其相关的语义信息。利用知识图谱可以实现对问题的拆解问题在知识库中进行检索，最后对全部检索结果进行整合和处理]。目前的众多问答平台背后都依托于知识图谱，如苹果语音助手聊天机器人等，都为用户提供了自动问答的服务。图 2.2 展示了体的例子。

图 2.3 知识图谱在社交网络中的应用2.2知识图谱相关技术介绍知识图谱构建过程可描述为，从语义层面上理解健康领域的知识，将知识映射到语义本体并以形式化的方式表示相关概念及关系[23]。利用本体自身的层级结构可以反映概念之间的层级结构，利用概念之间的关系完成对实体类别与实体关系的抽象化，在这个过程中不断细化本体和概念，以及它们之间的关系，从而完成了知识图谱的构建[24-26]。图 2.4 是知识图谱构建的流程图，其展示了构建知识图谱的总体思路以及相关技术手段。构建过程大体可分为四个部分，第一部分是知识获取，主要工作是从不同的数据源收集原始数据并对数据进行预处理；第二部分是知识提取，主要工作是对获取的多源异构数据进行处理，利用自然语言、数据挖掘等相关技术从数据源中自动提取出构建知识图谱所需的实体、关系和属

图 2.4 知识图谱构建流程图2.2.1 知识获取知识获取是着手构建知识图谱的第一步，需要我们根据研究目的、研究领域等确定数据源，针对不同类型的数据采用相应的数据处理方法。目前数据来源的类型可以分为以下 3 种：（1）结构化数据结构化数据指数据具有一定的结构模式，一般对数据类型进行了明确的定义。该类型的数据能够方便的转化为 RDF 或 OWL 等形式的知识库内容。该类型的数据主要包括关系模型数据，即以关系数据库表形式管理的数据，领域本体以及日志文件等。（2）半结构化数据半结构化数据一般是自描述的并且具有基本的结构模式，但数据的结构和内容是混合的。常见的半结构化数据包括表格、表单、XML 文档、JSON 文档等。
【相似文献】

相关期刊论文 前10条

1 王宏理;;水稻叶绿体基因文库及物理图谱构建达到国际先进水平[J];今日科技;1988年03期

2 彭海;张静;;两种基因组甲基图谱构建技术评介[J];江汉大学学报(自然科学版);2011年03期

3 陈优敏;;知识图谱构建方法探究[J];中国新通信;2019年05期

4 顾志良,周勤宣;鸡基因图谱构建的现状[J];中国畜牧杂志;1997年03期

5 ;RFLP图谱构建及其用于高梁种质的改良[J];国外农学-杂粮作物;1995年04期

6 王颖;钱力;谢靖;常志军;孔贝贝;;科技大数据知识图谱构建模型与方法研究[J];数据分析与知识发现;2019年01期

7 徐磊;人类基因组表达图谱构建的进展[J];国外医学.遗传学分册;1996年06期

8 戴继军;;初中数学知识图谱构建研究[J];数学大世界(中旬);2018年05期

9 王通;艾中良;张先国;;基于深度学习的威胁情报知识图谱构建技术[J];计算机与现代化;2018年12期

10 田晓;刘勇超;王婧;孟巍;林晓兰;;电网公司客户服务知识图谱构建的应用价值[J];山东电力技术;2015年12期

相关博士学位论文 前3条

1 李新龙;中医师辨证论治失眠症知识图谱构建方法研究[D];中国中医科学院;2018年

2 吴天星;面向社交站点的双语知识图谱构建方法的研究[D];东南大学;2018年

3 李博;毛白杨与毛新杨转录组图谱构建及若干性状的遗传学联合分析[D];北京林业大学;2009年

相关硕士学位论文 前10条

1 马灿;面向“智慧法院”的知识图谱构建方法与研究[D];贵州大学;2019年

2 周世奇;面向汽车领域知识图谱构建的研究与实现[D];吉林大学;2019年

3 肖猛;面向中医证候的健康领域知识图谱构建与应用研究[D];吉林大学;2019年

4 孙僖;垂直领域知识图谱构建的关键技术研究[D];北京邮电大学;2019年

5 刘鑫;面向故障分析的知识图谱构建技术研究[D];北京邮电大学;2019年

6 张娜;文物知识图谱构建关键技术研究与应用[D];浙江大学;2019年

7 王宁;基于Web的领域知识图谱构建平台的研究与实现[D];北京邮电大学;2019年

8 赫中翮;面向中文知识图谱构建的知识抽取方法研究与实现[D];国防科学技术大学;2017年

9 宫云宝;面向知识图谱构建的知识验证方法研究[D];国防科学技术大学;2016年

10 刘敏;基于专业领域文献的信息抽取与新知识发现系统研究与应用[D];山东大学;2018年

本文编号：2881312