(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210001457.9 (22)申请日 2022.01.04 (71)申请人 广东省第二人民医院 （广东省卫 生 应急医院） 地址 510317 广东省广州市海珠区新港中 路466号大院 (72)发明人 田军章　欧志文　罗焕泉　张颖　 (74)专利代理 机构 杭州恒翌专利代理事务所 (特殊普通 合伙) 33298 代理人 柯奇君 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/28(2019.01) G06F 40/211(2020.01) G06F 40/295(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于大数据的用户数据处 理系统 (57)摘要 本发明涉及数据处理， 提供一种基于大数据 的用户处理系统， 所述系统包括数据服务器和用 户终端。 通过建立医疗服务器中对现有的神经网 络的特征提取做改进， 在特征提取中进行分段特 征提取， 完成对于语句信息的多特征提取， 满足 短距离和远距离的语句信息的提取， 同时对训练 语料提供加权处理和对用户输入进行分类处理， 能够在提升用户查询效率 提升了用户体验。 权利要求书1页 说明书6页 附图1页 CN 114328973 A 2022.04.12 CN 114328973 A 1.一种基于大数据的用户处理系统， 其特征在于： 所述系统包括数据服务器和用户终 端， 所述数据服务器与多个用户终端执行连接；  数据服务器用于对用户数据进行预处理， 所述预处理包括将各医疗机构的数据 做知识图谱结构数据存储； 所述知识图谱存储采用三 元组形式进行存储； 构建知识图谱的关系 数据库和图数据库， 所述关系 数据库采用结构化 查询语言SQ L， 所述图数据库采用标准 化查询语言S PARQL； 所述数据服 务器为用户的用户终端提供访问的接口并接收所述用户的查询输入； 所述数据服务器， 对用户的查询请求执行分类处理， 对查询的语句进行关键词和主题 匹配， 所述在获取关键词和主题匹配时候， 获取用户查询的位置和时间信息； 将所述位置和 时间信息作为辅助信息提供给数据查询服务器； 其中， 所述位置信息和时间信息用于辅助 提取用户的历史询问或历史诊疗信息 。 2.如权利要求1所述的系统， 其特征在于： 所述数据服务器， 对用户的查询请求进行关 键词提取， 对所述语句的不同实体做嵌入词输入， 通过选择性地词嵌入以表达词语之间的 相关性； 对距离较远的语句的含义， 通过在句子级别特征中使用卷积神经网络， 将所有的局 部特征和提取句子中远距离的语法信息； 最后生成句子级别的特 征向量。 3.如权利要求2所述的系统， 其特征在于： 所述卷积神经网络包括输入层、 特征提取池 化层和分类操作层。 4.如权利要求3所述的系统， 其特征在于： 所述数据服务器在卷积神经网络的特征提取 池化层中， 对卷积后的特征向量再次进行分段， 根据原始数据句子中实体A和实体B的位置 将其分成三段， 然后对每段分别进行最大池化操作， 最后再对三段的特征数值进行维度相 加， 利用三个数值 来代表一个句子的向量 化表示。 5.如权利要求4所述的系统， 其特征在于： 所述数据服务器在进行关系分类时会在词嵌 入层面为其加上每 个词的位置信息 。 6.如权利要求5所述的系统， 其特征在于： 所述数据服务器对于选取的卷积神经网络信 息， 对其训练数据采用注意机制， 给不同的语料赋予不同的权重， 减轻错误标签值的负面影 响， 以此来 提升分类 器的性能。 7.如权利要求6所述的系统， 其特在于： 所述权重值的获得是基于误差平方和最小为原 则求解。 8.如权利要求6所述的系统， 其特征在于： 所述卷积神经网络中基于权重值的获取， 具 体是基于拉格朗日系数求 解。 9.如权利要求8所述的系 统， 其特征在于： 所述卷积神经网络是CNN， BP神经网络， 或支 持半监督学习的神经网络 。 10.如权利要求1 ‑9任一所述的系统， 其特征在于： 所述三元组格 式是采用， 主， 谓， 宾的 方式来描述语句信息， 所述嵌入信息是根据前后上 下文语境执 行的。权　利　要　求　书 1/1 页 2 CN 114328973 A 2一种基于大数据的用户数据处理系统 技术领域 [0001]本发明涉及医疗数据处理领域， 特别涉及基于大数据的用户医疗类数据的处理系 统和方法。 背景技术 [0002]随着医院医疗信息化逐步完善， 医疗信息基本上通过相关公司的医疗硬件采集、 软件同步或用户自己填写的方式收集和储存 （云端或本地） 用户对应的医疗信息， 但是目前 存在各种医疗信息来源的途径不一， 数据存储格式等比较分散， 且用户可能在多个医疗硬 件、 软件上产生过相应的医疗信息， 各类医疗信息很分散， 不利于后期的数据处理和检索。 同时对于医疗数据库中的大量病历等数据， 缺乏充分的利用， 没有对其进 行归类和训练， 而 目前的网页上的医疗知识的问答等， 都存在信息零散化， 不够系统， 医患之 间基于专业知识 背景的差异， 两者的问题数据的不够精准。 目前的医疗问诊过于针对一对一， 无法向普通咨 询用户提供精准 化的导诊类的医疗数据应答。 发明内容 [0003]为解决上述问题之一， 本发明提出了基于大数据的用户数据处理方法， 所述系统 包括： 数据服务器用于对用户数据进行预处理， 所述预处理包括将 所述各机构的数据做 知识图谱结构数据存储； 所述知识图谱存储采用三元组形式进行存储； 构建知识图谱的关 系数据库和图数据库， 所述关系数据库采用结构化查询语言SQL， 所述图数据库采用标准化 查询语言S PARQL； 所述数据服 务器用户提供访问的接口并接收所述用户的查询输入； 所述数据服务器， 对用户的查询请求执行分类处理， 对查询的语句进行关键词和 主题匹配， 所述在获取关键词和主题匹配时候， 获取用户查询的位置和时间信息； 将所述位 置和时间信息作为辅助信息提供给数据查询服务器； 其中， 所述位置信息和时间信息用于 辅助提取用户的历史询问或历史诊疗信息 。 [0004]所述数据服务器， 对用户的查询请求进行关键词提取， 对所述语句的不 同实体做 嵌入词输入， 通过选择性地词嵌入以表达词语之间的相关性； 对距离较远的语句的含义， 通 过在句子级别特征中使用卷积神经网络， 将所有的局部特征、 提取句 子中远距离的语法信 息； 最后生成句子级别的特 征向量。 [0005]可选的， 所述卷积神经网络包括输入层、 特 征提取池化层和分类操作层； 可选的， 在卷积神经网络 的特征提取池化层中， 对卷积后的特征向量再次进行分 段， 根据原始数据句 子中实体A和实体B的位置将其分成三段， 然后对每段分别进行最大池 化操作， 最后再对三段的特征数值进行维度相加， 利用三个数值来代表一个句 子的向量化 表示。 [0006]可选的， 在进行关系分类时会在词嵌入层面 为其加上每 个词的位置信息 。说　明　书 1/6 页 3 CN 114328973 A 3