买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：宁波夏天信息科技有限公司

摘要：本发明公开了基于多维度关联的AI知识库模型构建与分析方法，涉及知识库模型构建技术领域，有效地提高了医疗知识库的检索效率。本发明通过设置若干个语义分析指针从各个历史疾病数据中提取出若干个疾病特征数据片段，根据各个疾病特征数据片段建立数据从节点，并从疾病特征数据片段提取出相应的特征片段建立数据主节点，进而根据数据从节点建立知识下层网络，以及根据数据主节点建立知识上层网络，并将知识上层网络与知识下层网络相连接得到知识库网络模型，将疾病索引任务划分为若干个索引子任务并输入至知识上层网络，知识上层网络根据数据主节点与索引子任务之间的匹配结果输出索引指针，将索引指针输入至知识下层网络得到索引数据片段。

主权项：1.基于多维度关联的AI知识库模型构建与分析方法，其特征在于，包括以下步骤：步骤S1、扫描预设的若干份医疗记录、治疗方案和疾病研究生成相应电子数据存档，并从中提出若干个疾病名称，进而根据疾病名称将电子数据存档归纳整理成若干份历史疾病数据；步骤S2、设置若干个语义分析指针，所述语义分析指针由若干个语义特征词按特定顺序组成，通过语义分析指针从各个历史疾病数据中提取出若干个疾病特征数据片段，根据各个疾病特征数据片段建立数据从节点，并从疾病特征数据片段提取出相应的特征片段建立数据主节点；步骤S3、依次以各个数据从节点中疾病特征数据片段为数据关联中心，并将数据关联中心内各个语义特征词设置为数据维度指标，根据数据维度指标获得各个数据从节点与数据关联中心之间的关联度，进而根据关联度对各个数据从节点之间设置牵引指针进行局部链接，进而得到相应的知识下层网络，同时根据各个数据主节点之间的关联性建立知识上层网络；各个数据从节点与数据关联中心之间的关联度的获取过程包括：根据数据从节点包含的疾病特征数据片段对应的语义特征词的种类数量，在数据从节点的表面设置相同数量的连接铆，所述连接铆由多个带有单向箭头的牵引指针组成；依次以各个数据从节点中疾病特征数据片段为数据关联中心，并将数据关联中心内各个语义特征词设置为数据维度指标；分别以各个数据维度指标为中心，将与数据维度指标处于同一句语句或同一段语句的语句片段，从各个疾病特征数据片段中提取，将数据关联中心中提取出的语句片段记为中心语句片段，其他疾病特征数据片段中提取出的语句片段记为关联语句片段；通过正交变换将各个中心语句片段和关联语句片段转为特征向量，并分别记为中心特征向量和关联特征向量；建立二维坐标系，对各个数据维度指标分别设置一个二维坐标点，进而将全部中心特征向量和关联特征向量映射于二维坐标系上，分别获得各个中心特征向量与各个关联特征向量之间组成的二维空间面积，并根据二维空间面积获得各个中心语句片段与关联语句片段之间的关联度；所述知识下层网络和知识上层网络的建立过程包括：设置关联度阈值，若各个中心语句片段与关联语句片段之间的关联度大于等于关联度阈值，则对应数据从节点上的连接铆调取牵引指针，进而通过牵引指针链接中心语句片段与关联语句片段对应两个数据从节点中的数据片段，并在牵引指针上标注相应数据从节点的编号，否则不做任何操作，重复上述数据从节点之间的牵引指针链接过程，得到知识下层网络；对各个数据主节点设置编号A1、A2、A3……AM，其中M为大于0的自然数，同时根据构建知识下层网络过程，获取不同数据主节点中各个语义关联组合之间的关联度，进而根据语义关联组合之间的关联度，将各个数据主节点中的语义关联组合之间设置牵引指针，进而得到知识上层网络；步骤S4、根据各个数据总节点和数据从节点之间的关联性，将知识上层网络与知识下层网络相连接得到知识库网络模型；所述知识库网络模型的建立过程包括：根据各个数据从节点所包含的疾病特征数据片段所对应的语义关联组合，将各个数据从节点与包含相应语义关联组合的数据主节点进行匹配；根据各个数据从节点与数据主节点之间的匹配结果，在知识上层网络中的数据主节点与知识下层网络中的数据从节点之间设置牵引指针，并对各个牵引指针标注相应的数据主节点与数据从节点的编号，进而得到知识库网络模型；步骤S5、当知识库网络模型接收到疾病索引任务时，将疾病索引任务划分为若干个索引子任务，将各个索引子任务输入至知识上层网络，进而知识上层网络根据各个数据主节点与索引子任务之间的匹配结果输出索引指针，将索引指针输入至知识下层网络，知识下层网络根据索引指针与各个数据从节点之间关联性输出索引数据片段。

全文数据：

权利要求：

百度查询： 宁波夏天信息科技有限公司 基于多维度关联的AI知识库模型构建与分析方法