(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 20221012320 0.0 (22)申请日 2022.02.10 (71)申请人 北京妙医佳健康科技 集团有限公司 地址 100027 北京市朝阳区霄云 路40号国 航世纪大厦F5 (72)发明人 李伟　常德杰　 (74)专利代理 机构 北京爱普纳杰 专利代理事务 所(特殊普通 合伙) 11419 代理人 何自刚 (51)Int.Cl. G16H 50/20(2018.01) G16H 50/70(2018.01) G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 40/295(2020.01)G06N 3/04(2006.01) G06F 16/332(2019.01) (54)发明名称 一种数据清洗方法和利用知识图谱构建疾 病诊断方法 (57)摘要 一种数据清洗方法,包括如下步骤： 步骤1， 通过人工客服获取就用户有关的疾病各参与方 给出的信息并存储； 步骤2， 将就用户有关的疾病 各参与方给出的信息转换为计算机可识别的词 向量数据并且人工标识所述就用户有关的疾病 各参与方给出的信息的含义； 步骤3， 将所述词向 量数据输入循环神经网络中以理解所述各参与 方表达的含义； 步骤4， 对步骤2中所获得的所述 词向量数据和所述人工标识进行二维训练， 以便 对后续输入的就用户有关的疾病各参与方给出 的信息进行感情分类。 还涉及一种利用知识图谱 构建疾病诊断方法。 权利要求书1页 说明书5页 附图2页 CN 114155962 A 2022.03.08 CN 114155962 A 1.一种数据清洗方法,其特 征在于， 包括如下步骤： 步骤1， 通过 人工客服获取就用户有关的疾病各参与方 给出的信息并存 储； 步骤2， 将就用户有关的疾病各参与方给出的信息转换为计算机可识别的词向量数据 并且人工标识所述 就用户有关的疾病各参与方 给出的信息的含义； 步骤3， 将所述词向量数据输入循环神经网络中以理解所述各参与方表达的含义； 步骤4， 对步骤2中所获得的所述词向量数据和所述人工标识进行二维训练， 以便对后 续输入的就用户有关的疾病各参与方 给出的信息进行感情分类。 2.根据权利要求1所述的数据清洗方法， 其特征在于， 所述步骤4还包括步骤41， 对步骤 2中所获得的所述词向量数据和所述人工标识进行二维训练， 以便对后续输入的就用户有 关的疾病各参与方 给出的信息进行关键 字分类。 3.根据权利要求2所述的数据清洗方法， 其特征在于， 所述步骤2还包括步骤21， 对所述 就用户有关的疾病各参与方 给出的信息进行关键 字标识并将所述关键 字转换为数字 。 4.根据权利要求3所述的数据清洗方法， 其特征在于， 就用户有关的疾病各参与 方给出 的信息包括下述之一或者全部： 专家询问信息、 用户给出 的与疾病相关的用户回答信息和 专家判断结果。 5.根据权利要求4所述的数据清洗方法， 其特征在于， 还包括步骤5， 构建所述专家询问 信息的关键 字、 用户回答信息的关键 字和专家判断结果关键 字三元组数据并保存。 6.根据权利要求5所述的数据清洗方法， 其特征在于， 就用户有关的疾病各参与 方给出 的信息包括以下之一或者全部： 疾病的症状、 疾病的病因和疾病的治疗方案 。 7.根据权利 要求6所述的数据清洗方法， 其特征在于， 所述关键字分类是通过Bi ‑LSTM+ CRF模型实现的。 8.一种利用知识图谱构建疾病 诊断方法， 其特征在于， 使用了根据权利要求1 ‑7中任一 项所述的数据清洗方法。 9.根据权利要求8所述的利用知识图谱构建疾病 诊断方法， 其特征在于， 包括步骤6， 利 用所述三元组数据与已有的医疗图谱实体数据进行匹配以便对智能问答模块后台知识图 谱数据进行 更新。 10.根据权利要求9所述的利用知识图谱构建疾病 诊断方法， 包括步骤7， 通过更新的知 识图谱数据以询问特 征方式确定最终确诊并提供治疗方案 。权　利　要　求　书 1/1 页 2 CN 114155962 A 2一种数据清洗方 法和利用知识图谱构建疾病诊断方 法 技术领域 [0001]本发明涉及知识图谱在疾病诊断中应用的领域， 特别是一种数据清洗方法， 还涉 及使用所述数据清洗方法的利用知识图谱构建疾病诊断方法。 背景技术 [0002]在疾病诊断中， 就医者因为非专业人士因此其沟通过程中存在大量的虚假信息、 情感信息， 而针对疾病， 就医过程的本质是针对症状， 分析病因， 并基于所述二者确定各种 可选择的治疗方案， 并从 中选择最优的， 或者是与所述症状和病因最相关的治疗方案。 随着 人工智能的发展、 知识图谱技术的完善， 能够最大限度的利用网络 资源、 利用每一次诊疗所 积累出的经验并固定下来是未来的趋势， 但是如何最好的去伪存真， 精准的抓住 症状、 病因 和治疗方案， 就需要在每次人工问答中把握住患者的回答、 专家的询问、 专家的反馈等重要 信息。 这也是患者和关心健康的用户们亟需的。 [0003]另外随着大部分青少年的不规则作息， 大大的提高了患病的风险。 在这部分青少 年当中对医疗方面、 健康营养管理方面的知识还相对比较薄弱。 其中对患病后对病因、 治疗 方案的寻找是整个系统最为重要的一环， 患者可输入相应的症状现象查询到与之相关联的 可能存在的病因， 井通过询问系统的方式获得最终病因进 而找到对应的治疗方案 。 发明内容 [0004]针对上述问题及现有方案的缺 点， 本专利提出一种数据清洗方法,包括如下步骤： 步骤1， 通过 人工客服获取就用户有关的疾病各参与方 给出的信息并存 储； 步骤2， 将就用户有关的疾病各参与方给出的信息转换为计算机可识别的词向量 数据并且人工标识所述 就用户有关的疾病各参与方 给出的信息的含义； 步骤3， 将所述词向量数据输入循环神经网络中以理解所述各参与方表达的含义； 步骤4， 对步骤2中所获得的所述词向量数据和所述人工标识进行二维训练， 以便 对后续输入的就用户有关的疾病各参与方 给出的信息进行感情分类。 [0005]优选地， 所述步骤4还包括步骤41， 对步骤2中所获得的所述词向量数据和 所述人 工标识进 行二维训练， 以便对后续输入的就用户有关的疾病各参与方给出的信息进行关键 字分类。 [0006]优选地， 所述步骤2还包括步骤21， 对所述就用户有关的疾病各参与方给出的信息 进行关键 字标识并将所述关键 字转换为数字 。 [0007]最好， 就用户有关的疾病各参与方给出的信息包括下述之一或者全部： 专家询问 信息、 用户给 出的与疾病相关的用户回答信息和专 家判断结果。 [0008]更好地， 还包括步骤5， 构建所述专家询问信息的关键字、 用户回答信息的关键字 和专家判断结果关键 字三元组数据并保存。 [0009]优选地， 就用户有关的疾病各参与方给出的信息包括以下之一或者全部： 疾病的 症状、 疾病的病因和疾病的治疗方案 。说　明　书 1/5 页 3 CN 114155962 A 3