(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 202210042753.3 (22)申请日 2022.01.14 (71)申请人 平安科技 （深圳） 有限公司 地址 518057 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 胡兴　郝碧波　 (74)专利代理 机构 深圳市力道知识产权代理事 务所(普通 合伙) 44507 代理人 张传义 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/36(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 医疗内容推荐方法、 装置、 设备及存 储介质 (57)摘要 本申请提供一种医疗内容推荐方法、 装置、 设备及计算机可读存储介质， 该方法包括： 获取 终端发送的请求信息； 将请求信息输入至医疗知 识图谱模型中， 得到内容推荐 图， 内容推荐 图包 括多个第一医疗信息节点及多个第一医疗信息 节点的连接关系； 基于图神经网络学习模型， 确 定内容推荐 图的同构子图； 基于图谱嵌入模型， 根据第一医疗信息节点确定一个或多个医疗信 息三元组， 以及根据第一医疗信息节 点对应的连 接关系和医疗信息三元组确定目标医疗信息； 将 同构子图和目标医疗信息进行融合， 得到用于应 答请求信息的推荐信息。 本申请能够实现知 识图 谱的无场景推荐以及提升推荐信息的生成效率 和准确性。 本申请还涉及区块链技术， 推荐信息 能够存储于区块链中。 权利要求书2页 说明书14页 附图4页 CN 114385919 A 2022.04.22 CN 114385919 A 1.一种医疗内容推荐方法， 其特 征在于， 包括： 获取终端发送的请求信息； 将所述请求信息输入至医疗知识图谱模型中， 得到内容推荐图， 所述内容推荐图包括 多个第一医疗信息节点及所述多个第一医疗信息节点的连接关系； 基于图神经网络学习模型， 确定所述内容推荐图的同构子 图， 所述同构子 图中至少有 一个第二医疗信息节点与所述第一医疗信息节点的信息相似度大于预设的信息相似度阈 值； 基于图谱嵌入模型， 根据所述第一医疗信息节点确定一个或多个医疗信息三元组， 以 及根据所述第一医疗信息节点对应的连接关系和所述医疗信息三元组确定目标医疗信息； 将所述同构子图和所述目标医疗信 息进行融合， 得到用于应答所述请求信 息的推荐信 息。 2.如权利要求1所述的医疗内容推荐方法， 其特征在于， 所述基于图神经网络学习模 型， 确定所述内容推荐图的同构子图， 包括： 基于所述图神经网络学习模型的相似信 息生成网络， 确定与至少一个所述第 一医疗信 息节点相同类别的相似医疗信息节点； 基于所述图神经网络学习模型的同构图节点生成网络， 在预设的医疗知识图谱中确定 所述相似医疗信息节点以及所述相似医疗信息节点的子节点； 根据所述相似医疗信息节点以及所述相似医疗信息节点的子节点在所述预设的医疗 知识图谱中进行图谱 截取， 得到同构子图。 3.如权利要求2所述的医疗内容推荐方法， 其特征在于， 所述基于所述图神经网络学习 模型的相似信息生成网络， 确定与至少一个所述第一医疗信息节点相同类别的相似医疗信 息节点， 包括： 对所述第一医疗信息节点进行信息提取及分词处理， 得到第一医疗关键词， 并确定所 述第一医疗关键词的类别， 所述类别包括药物类别、 作息时间类别、 病症类别中的至少一 项； 确定与所述第一医疗关键词同类别的一个或多个待选第二医疗关键词； 计算所述第一医疗关键词与每一个所述待选第二医疗关键词的相似度； 根据计算得到的相似度， 在一个或多个待选第二医疗关键词中确定第二医疗关键词， 并根据所述第二医疗关键词确定相似医疗信息节点。 4.如权利要求1 ‑3任一项所述的医疗内容推荐方法， 其特征在于， 所述基于图谱嵌入模 型， 根据所述第一医疗信息节点确定一个或多个医疗信息三元组， 以及根据所述第一医疗 信息节点对应的连接关系和所述医疗信息三元组确定目标医疗信息， 包括： 基于所述图谱嵌入模型的信息三元组确定层， 在预设的医疗信息三元组网络中， 确定 包含所述第一医疗信息节点的一个或多个医疗信息三元组； 基于所述图谱嵌入模型的信 息预测层， 根据 所述第一医疗信 息节点的连接关系在一个 或多个医疗信息三元 组中确定目标医疗信息三元组， 并在所述目标医疗信息三元组中确定 目标医疗信息 。 5.如权利要求4所述的医疗内容推荐方法， 其特征在于， 所述根据 所述第一医疗信 息节 点的连接关系在一个或多个医疗信息三元组中确定目标医疗信息三元组， 并在所述目标医权　利　要　求　书 1/2 页 2 CN 114385919 A 2疗信息三元组中确定目标医疗信息， 包括： 对所述第一医疗信息节点的连接关系进行向量 化处理， 得到关系向量； 基于预设的向量距离计算公式确定所述关系向量与各所述医疗信息三元组的向量距 离； 根据所述向量距离确定目标医疗信 息三元组， 并在所述目标医疗信 息三元组中确定目 标医疗信息 。 6.如权利要求1 ‑3任一项所述的医疗内容推荐方法， 其特征在于， 所述将所述请求信 息 输入至医疗知识图谱 模型中， 得到内容推荐图， 包括： 基于所述医疗知识图谱模型的关键词提取层， 对所述请求信息进行关键词提取处理， 得到一个或多个医疗信息关键词和一个或多个关系词； 基于所述医疗知识图谱模型中预设的医疗知识图谱， 根据 所述医疗信 息关键词和关系 词确定内容推荐图。 7.如权利要求6所述的医疗内容推荐方法， 其特征在于， 所述根据 所述医疗信 息关键词 和关系词确定内容推荐图， 包括： 在预设的医疗知识图谱中查找与所述医疗信息关键词对应的目标节点； 根据所述关系词确定所述目标节点对应的子节点； 将所述目标节点以及所述目标节点的子节点连接， 得到内容推荐图。 8.一种医疗内容推荐装置， 其特 征在于， 所述医疗内容推荐装置包括： 请求信息获取模块， 用于获取终端发送的请求信息； 内容推荐图确定模块， 用于将所述请求信息输入至医疗知识图谱模型中， 得到内容推 荐图， 所述内容推荐图包括多个第一医疗信息节 点及所述多个第一医疗信息节点的连接关 系； 同构子图确定模块， 用于基于图神经网络学习模型， 确定所述内容推荐图的同构子图， 所述同构子图中至少有一个第二医疗信息节点与所述第一医疗信息节点的信息相似度大 于预设的信息相似度阈值； 目标医疗信息确定模块， 用于基于 图谱嵌入模型， 根据所述第一医疗信息节点确定一 个或多个医疗信息三元组， 以及根据所述第一医疗信息节点对应的连接关系和所述医疗信 息三元组确定目标医疗信息； 推荐信息确定模块， 用于将所述同构子 图和所述目标医疗信息进行融合， 得到用于应 答所述请求信息的推荐信息 。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器、 存储器、 以及存储在所 述存储器上并可被所述处理器执行的计算机程序， 其中所述计算机程序被所述处理器执行 时， 实现如权利要求1至7中任一项所述的医疗内容推荐方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 其中所述计算机程序被处理器执行时， 实现如权利要求1至7中任一项所述的医疗内 容推荐方法的步骤。权　利　要　求　书 2/2 页 3 CN 114385919 A 3