一种中医问诊知识图谱语义模糊匹配方法及系统与流程

本发明涉及计算机信息处理，具体为一种中医问诊知识图谱语义模糊匹配方法及系统。

背景技术：

1、中医问诊主要通过采集患者对症状、体征、发病时间、诱发因素及缓解因素等内容的描述，为后续知识检索和辨证分析提供信息。由于不同用户的语言习惯、地域表达及医学知识水平存在差异，同一症状可能对应多种口语表达、简称或近义表达，同一表达在不同问诊上下文中也可能具有不同含义。例如，症状描述可能同时包含否定、既往发生、当前发生、特定诱因或缓解条件，若仅按照词语本身进行匹配，容易将不同语义的问诊内容映射至同一标准症状。

2、现有中医问诊信息处理方法通常采用关键词检索、症状词典或固定别名表，将问诊表达与标准症状进行精确匹配或字符串模糊匹配。固定别名表通常直接建立表达词与标准症状之间的一对一或一对多关系，缺少对肯否状态、发生时相、诱因及缓解因素的联合判断。当一个表达词仅在特定上下文中对应某一标准症状时，静态别名关系仍可能被直接启用，从而产生症状标准化错误。

3、部分现有方法采用语义向量模型或知识图谱进行症状召回。语义向量模型能够召回字面差异较大的相近表达，但通常依据向量相似度直接确定匹配结果，难以利用问诊文本中已经明确的症状对待决表达进行图谱关联校验。知识图谱检索方法虽然能够获得症状与病症、证型、脏腑及病机之间的关联关系，但如果未区分肯定与否定、当前与既往以及支持关系与冲突关系，图谱中存在连接路径并不能直接表明对应症状匹配成立。

4、现有病症和证型匹配方法还通常将已采集症状进行简单计数或加权求和，再按照得分对病症、证型进行排序。该类方法难以区分必须存在的必要证据、提高可信程度的支持证据、应当排除候选的冲突证据以及用于区分相近候选的鉴别证据。同时，病症候选和证型候选可能被分别排序后直接组合，缺少对病症与证型是否能够共同成立的校验，因而可能输出彼此不适配的病症和证型。

5、在交互问诊方面，现有方法多采用预设问诊顺序，或者选择能够使候选数量减少最多的症状生成追问。然而，同一鉴别症状的肯定回答和否定回答对候选集合的影响可能不同。如果仅依据其中一种回答对应的候选减少量选择追问，可能出现另一种回答无法区分候选的情况；如果追问模拟导致病症候选集或证型候选集为空，现有方法通常也缺少对该追问是否仍适合执行的判断。此外，固定问诊轮数或固定置信度阈值难以准确判断何时停止追问，容易出现重复追问、无效追问或过早输出结果。

6、此外，现有症状词典和知识图谱的更新多依赖人工直接增加别名或覆盖原有关系，缺少与具体问诊上下文对应的条件记录及版本管理。局部问诊场景中确认的表达映射被直接应用于其他场景时，可能扩大错误映射范围，影响后续语义匹配结果的一致性。

技术实现思路

1、基于以上所述现有技术的缺点，本发明的目的是提供一种中医问诊知识图谱语义模糊匹配方法及系统，以解决上述技术问题。

2、为实现上述目的，本发明提供如下技术方案：一种中医问诊知识图谱语义模糊匹配方法，包括：

3、s1：构建知识图谱，配置别名关系、证据关系以及病症与证型间的适配、互斥关系；

4、s2：解析预先获取的问诊文本，按肯否、时相和诱因构建查询子图；将精确匹配的表达节点作为语义锚点，其余为待决节点；

5、s3：进行词形、语义匹配召回候选标准症状；激活条件均满足且排斥条件均未满足时启用别名关系；候选与锚点经图谱关系连接，关系非冲突且对应表达时相、肯否状态相容时形成语义校验路径，确定标准症状集；

6、s4：由标准症状集生成病症、证型候选集，剔除冲突证据触发、必要证据被否定或不存在适配且不互斥对象的候选；具有必要证据且均满足的为强匹配候选，各集内同级按有效支持路径的锚点覆盖数排序；排除共有且证据关系类型相同的节点，保留未采集的差异证据节点形成两类差异子图；

7、s5：将各鉴别节点以肯定、否定状态写入查询子图副本并重筛两候选集；两个分支均保留适配病证候选的节点为可追问节点；按候选总数减少量选择两种状态中较小减少量最大的节点追问；

8、s6：按回答更新查询子图并重复s4-s5，至两集各仅一个相互适配的强匹配候选，或任一集为空，或无可追问节点，或各可追问节点两种状态均不改变两集首位候选及适配状态时，输出标准症状、病症、证型节点及两类路径的知识检索结果。

9、本发明进一步设置为，s1中，知识图谱包括表达词节点、标准症状节点、体征节点、病症节点、证型节点、脏腑节点、病机节点、专病专科节点和医师节点；别名关系记录激活条件、排斥条件、关系来源和版本；证据关系包括必要证据关系、支持证据关系、冲突证据关系和鉴别证据关系，证据关系以症状节点或体征节点为起始节点，以病症节点或证型节点为目标节点；必要证据关系标记候选成为强匹配候选必须存在的症状或体征，支持证据关系用于形成有效支持路径，冲突证据关系标记触发时需要剔除的候选，鉴别证据关系标记能够区分同一候选集内两个以上候选的症状或体征；适配关系标记能够共同输出的病症与证型，互斥关系标记禁止共同输出的病症与证型。

10、本发明进一步设置为，s2包括：

11、按照标点和关联词拆分问诊文本，识别否定词作用范围、时间表达以及诱发或缓解描述；

12、将具有相同时间表达或共同时间指代的症状表达及其肯否状态和诱因连接至同一问诊事件节点，将具有不同时间表达的症状表达连接至不同问诊事件节点；肯否状态包括肯定、否定和不确定；精确匹配是指完成文本规范化后，表达节点与标准症状名称或者不含激活条件和排斥条件的别名一致。

13、本发明进一步设置为，s3中，采用标准症状名称、别名、拼音及字符n元片段进行词形匹配，n取2或3；

14、词形匹配不能唯一确定标准症状时，将待决节点与标准症状描述编码为语义向量，计算语义相似度，召回语义相似度不低于预设阈值的候选标准症状；

15、按照节点标识合并词形匹配结果和语义匹配结果，记录各候选标准症状的召回来源。

16、本发明进一步设置为，s3包括：

17、将待决节点的肯否状态、时相和诱因关联至对应候选标准症状；

18、激活条件包括肯否状态、时相、诱因或缓解因素中的至少一种，任一排斥条件满足时禁止启用别名关系；

19、候选标准症状与语义锚点经必要、支持或鉴别证据关系连接至同一病症节点或证型节点，或经症状与脏腑间的归属关系及脏腑与病机间的关联关系连接，形成语义校验路径；

20、语义校验路径不包含冲突证据关系且长度为二至四跳；多个候选均具有语义校验路径时，依次选择覆盖语义锚点数量较多、最短路径跳数较少的候选，再次相同则均纳入标准症状集。

21、本发明进一步设置为，s4包括：

22、对于任一病症候选或证型候选，查询子图内处于肯定状态的症状节点或体征节点与以该候选为目标节点的必要证据关系起始节点具有相同标准标识时，判定必要证据满足；

23、处于否定状态的节点与必要证据关系起始节点具有相同标准标识时，判定必要证据被否定；

24、处于肯定状态的节点与冲突证据关系起始节点具有相同标准标识时，判定冲突证据触发；

25、不确定状态不判定必要证据满足或被否定；

26、肯定状态的语义锚点经必要证据关系或支持证据关系连接至候选的路径为有效支持路径；

27、具有至少一项必要证据且全部必要证据均满足的候选为强匹配候选。

28、本发明进一步设置为，s4还包括：

29、对于任一病症候选，在证型候选集中查找与该病症候选具有适配关系且不具有互斥关系的证型候选，未查找到时剔除该病症候选；

30、对于任一证型候选，在病症候选集中查找与该证型候选具有适配关系且不具有互斥关系的病症候选，未查找到时剔除该证型候选；

31、交替筛选两个候选集，直至两个候选集均不再发生变化；从两个候选集中选取排序在前的二至五个候选，排除同一候选集内各候选共有且证据关系类型相同的证据节点，保留证据关系类型不同或仅关联部分候选且尚未采集的证据节点，形成病症候选差异子图和证型候选差异子图。

32、本发明进一步设置为，s5包括：

33、合并病症候选差异子图和证型候选差异子图中的鉴别节点；

34、为每个鉴别节点复制肯定查询子图副本和否定查询子图副本，将鉴别节点以肯定状态写入肯定查询子图副本并以否定状态写入否定查询子图副本，在两个副本内重新执行证据筛选和病证适配筛选；

35、两个副本均保留至少一组具有适配关系且不存在互斥关系的病症候选和证型候选时，将对应鉴别节点确定为可追问节点；

36、任一副本未保留适配病证候选时，将对应鉴别节点排除出当前可追问节点集合；

37、对于可追问节点，以筛选前两个候选集的候选总数减去各副本筛选后的候选总数得到两种候选消减量，选择两种候选消减量中较小值最大的可追问节点。

38、本发明进一步设置为，s6包括：

39、将回答解析为肯定、否定或不确定状态并写入对应鉴别节点；

40、两候选集各仅一个相互适配的强匹配候选是指病症候选集和证型候选集分别仅包含一个强匹配候选，两个强匹配候选之间存在适配关系且不存在互斥关系；

41、各可追问节点两种状态均不改变两集首位候选及适配状态是指每个可追问节点分别写入肯定状态和否定状态后，两个副本得到的病症首位候选和证型首位候选均与模拟前相同，且对应病症与证型之间保持适配关系并不存在互斥关系；

42、任一候选集为空时输出无匹配标记；

43、不存在可追问节点时输出当前首位适配病证候选及人工复核标记；

44、知识检索结果还包括问诊表达与标准症状节点的映射关系、冲突路径以及关联的专病专科节点和医师节点；

45、人工校核确认映射成立时，将对应肯否状态、时相和诱因写入别名关系的激活条件，人工校核否定映射时，将对应上下文写入排斥条件，保留更新版本。

46、本发明还提供一种中医问诊知识图谱语义模糊匹配系统，用于实现上述的一种中医问诊知识图谱语义模糊匹配方法，包括处理器和存储器，存储器存储由处理器执行的计算机程序，处理器执行计算机程序以实现：

47、知识图谱构建模块，用于配置表达词与标准症状间含激活、排斥条件的别名关系，症状或体征指向病症或证型的必要、支持、冲突和鉴别证据关系，以及病症与证型间的适配、互斥关系；

48、查询子图构建模块，用于解析预先获取的问诊文本，按肯否状态、时相和诱因构建查询子图，并确定语义锚点和待决节点；

49、标准症状匹配模块，用于通过词形匹配和语义匹配召回候选标准症状，启用满足激活条件且不满足排斥条件的别名关系，构建候选标准症状与语义锚点间的语义校验路径并确定标准症状集；

50、候选筛选模块，用于由标准症状集分别形成病症候选集和证型候选集，执行证据筛选，并交替剔除在另一候选集中不存在适配且不互斥对象的候选，分别确定强匹配候选、有效支持路径和候选差异子图；

51、追问生成模块，用于将鉴别节点分别以肯定状态和否定状态写入对应查询子图副本，保留两个副本均存在适配病证候选的可追问节点，根据筛选前后的候选总数确定两种候选消减量，并选择较小候选消减量最大的可追问节点生成追问；

52、迭代输出模块，用于根据回答更新查询子图并重复候选筛选和追问生成，直至两个候选集各仅一个相互适配的强匹配候选，或任一候选集为空，或不存在可追问节点，或各可追问节点的两种状态均不改变两个候选集的首位候选及适配状态时，输出知识检索结果。

53、本发明提供一种中医问诊知识图谱语义模糊匹配方法及系统，所述方法通过构建包含别名关系、证据关系及病证适配、互斥关系的知识图谱；解析预先获取的问诊文本，依据肯否状态、时相和诱因构建查询子图，确定语义锚点和待决节点；通过词形匹配、语义匹配及上下文相容的语义校验路径确定标准症状集；分别生成病症候选集和证型候选集，根据必要、支持、冲突证据及病证适配关系筛选并排序候选，形成候选差异子图；模拟鉴别节点处于肯定、否定状态时的候选变化，选择两个分支中较小候选消减量最大的鉴别节点进行追问；根据回答迭代更新查询子图，满足终止条件时输出标准症状、病症、证型节点及关联路径的知识检索结果，产生的有益效果包括：

54、1、通过为别名关系配置激活条件和排斥条件，结合语义锚点、时相、肯否状态及图谱关联路径校验候选标准症状，能够减少口语歧义、否定表达和不同时相导致的错误映射，提高问诊表达标准化的准确性；

55、2、通过区分必要、支持、冲突和鉴别证据，筛选病症候选与证型候选，利用适配关系和互斥关系校验病证组合，能够避免冲突候选及不相容病证被共同输出，提高知识检索结果的一致性、稳定性和可解释性；

56、3、通过构建候选差异子图，模拟鉴别节点的肯定、否定分支，依据两个分支中的较小候选消减量选择追问节点，能够降低单一回答倾向造成的追问偏差，减少无效追问次数，提高候选收敛效率和交互问诊的鲁棒性。

57、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。