一种中医问诊症状语义模糊导诊匹配方法及系统与流程
本发明涉及信息检索与自然语言处理领域,具体为一种中医问诊症状语义模糊导诊匹配方法及系统。
背景技术:
1、随着中医问诊资源数字化程度不断提高,症状词库、历史问诊文本、专科信息和相关服务资源逐渐形成可检索的文本资源。用户输入的症状文本通常具有口语化、表达不规范和同义表述较多的特点,需要通过自然语言处理和信息检索技术完成症状表达与资源数据之间的匹配。
2、现有语义检索方法通常采用关键词检索、同义词扩展或语义相似度匹配方式识别症状信息。当同一语句包含多个症状且时间、程度、诱因或否定类修饰内容缺少明确指向时,修饰内容与症状之间的归属关系可能存在歧义,进而影响候选资源筛选结果。同时,针对不同语义归属分别执行检索,也可能增加重复检索和交互处理。
3、因此,需要进一步提高口语化症状文本中语义归属歧义的处理能力,在保持检索效率的同时减少错误归属对资源匹配结果的影响,并提高资源检索匹配过程的准确性和可解释性。
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症状语义模糊导诊匹配方法及系统,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:一种中医问诊症状语义模糊导诊匹配方法,包括:
3、s1:从文本资源数据中提取语义锚点、修饰语义片段、结果类别标识和资源标识,建立明确语义归属记录,以语义锚点为索引项建立语义锚点倒排索引,依据明确语义归属记录建立语义归属倒排索引,并关联结果类别标识与资源标识,生成语义关系索引;
4、s2:获取待检索文本提取语义锚点和修饰语义片段,将归属明确的修饰语义片段与对应语义锚点建立已确认语义连接,将归属不明的修饰语义片段保留为单一悬挂语义节点并与多个语义兼容的语义锚点建立待确认语义连接,生成语义关系图和语义锚点查询集合;
5、s3:基于语义锚点查询集合对语义锚点倒排索引执行单次基础检索,将检索结果确定为候选资源集合并写入缓存,基于待确认语义连接查询语义归属倒排索引,生成候选资源的归属掩码,依据归属掩码和结果类别标识形成候选资源分组,将归属掩码不同且结果类别标识相同的候选资源分组确定为类别无关歧义,将归属掩码不同且结果类别标识不同的候选资源分组生成类别冲突数据包;
6、s4:不存在类别冲突数据包时,将候选资源分组并集后得到目标资源集合;存在类别冲突数据包时,生成连接确认项并获取确认信息,确认信息表征明确归属时,确定目标语义连接并利用目标语义连接过滤缓存的候选资源集合,得到目标资源集合;确认信息表征归属不确定时,基于保留的候选资源分组得到目标资源集合;基于目标资源集合和语义关系图生成资源检索匹配结果。
7、本发明进一步设置为,生成语义关系索引包括:
8、从文本资源数据中提取资源标识、语义锚点、修饰语义片段、修饰关系类型、结果类别标识、原文片段和原文证据位置;
9、确定语义锚点与修饰语义片段的归属关系,对归属明确的关系生成包含语义锚点、修饰语义片段、修饰关系类型和资源标识的明确语义归属记录,对归属不明的关系不生成明确语义归属记录;
10、依据语义锚点建立语义锚点倒排索引,依据明确语义归属记录建立语义归属倒排索引,建立结果类别标识与资源标识的关联,并将原文片段和原文证据位置关联至对应明确语义归属记录,生成语义关系索引。
11、本发明进一步设置为,建立已确认语义连接包括:
12、依据语义锚点与修饰语义片段之间的文本位置和预设的关系标记确定归属关系;
13、当修饰语义片段的归属关系仅与一个语义锚点兼容,或者关系标记明确指向一个语义锚点时,在修饰语义片段与对应语义锚点之间建立已确认语义连接。
14、本发明进一步设置为,保留为单一悬挂语义节点并建立待确认语义连接包括:
15、当待检索文本的同一语句范围内存在多个语义锚点,且修饰语义片段缺少明确归属时,将修饰语义片段保留为单一悬挂语义节点;
16、将单一悬挂语义节点分别连接至语义兼容的语义锚点,为各连接分配连接标识,生成待确认语义连接,并保持单一悬挂语义节点不被复制。
17、本发明进一步设置为,生成语义关系图和语义锚点查询集合包括:
18、关联语义锚点、归属明确的修饰语义片段、已确认语义连接、单一悬挂语义节点和待确认语义连接,生成语义关系图;
19、提取语义关系图中的语义锚点并去重,生成语义锚点查询集合。
20、本发明进一步设置为,执行单次基础检索并得到候选资源集合包括:
21、基于语义锚点查询集合查询语义锚点倒排索引,获取与语义锚点对应的资源标识,记录各资源标识覆盖的语义锚点;
22、根据资源标识生成候选资源集合并写入缓存,基础检索暂不处理单一悬挂语义节点的归属判定。
23、本发明进一步设置为,生成归属掩码并形成候选资源分组包括:
24、针对单一悬挂语义节点,依据单一悬挂语义节点对应的各待确认语义连接查询语义归属倒排索引,得到各待确认语义连接对应的资源标识;
25、将各待确认语义连接对应的资源标识与候选资源集合中的资源标识进行匹配,按照各待确认语义连接在语义关系图中的记录顺序,记录各候选资源对各待确认语义连接的支持状态,生成各候选资源的归属掩码;
26、依据归属掩码和结果类别标识对候选资源进行分组,将归属掩码不同且结果类别标识相同的候选资源分组确定为类别无关歧义,将归属掩码不同且结果类别标识不同的候选资源分组生成类别冲突数据包。
27、本发明进一步设置为,不存在类别冲突数据包时生成目标资源集合包括:
28、当不存在类别冲突数据包时,将各候选资源分组并集,得到目标资源集合;
29、对于确定为类别无关歧义的候选资源分组,保留对应的单一悬挂语义节点,不生成连接确认项。
30、本发明进一步设置为,存在类别冲突数据包时生成目标资源集合包括:
31、当存在类别冲突数据包时,从类别冲突数据包中提取单一悬挂语义节点、语义兼容的语义锚点和待确认语义连接,生成连接确认项,将连接确认项中的每个确认选项关联至一个或多个待确认语义连接,输出连接确认项并获取确认信息;
32、当确认信息表征明确归属时,确定对应的一个或多个目标语义连接,依据目标语义连接对应的归属掩码过滤缓存的候选资源集合,保留支持全部目标语义连接的候选资源,形成目标资源集合;
33、确认信息表征归属不确定时,保留类别冲突数据包对应的候选资源分组,基于保留的候选资源分组形成目标资源集合,并标记语义归属未确认状态;
34、候选资源集合的过滤结果为空时,将缓存的候选资源集合恢复为目标资源集合,并标记语义关系证据不足;
35、基于目标资源集合和语义关系图生成资源检索匹配结果。
36、本发明还提供一种中医问诊症状语义模糊导诊匹配系统,所述系统包括:
37、语义索引构建模块:从文本资源数据中提取语义锚点、修饰语义片段、结果类别标识和资源标识,建立明确语义归属记录,以语义锚点为索引项建立语义锚点倒排索引,依据明确语义归属记录建立语义归属倒排索引,并关联结果类别标识与资源标识,生成语义关系索引;
38、悬挂节点生成模块:获取待检索文本提取语义锚点和修饰语义片段,将归属明确的修饰语义片段与对应语义锚点建立已确认语义连接,将归属不明的修饰语义片段保留为单一悬挂语义节点并与多个语义兼容的语义锚点建立待确认语义连接,生成语义关系图和语义锚点查询集合;
39、归属判断与分组模块:基于语义锚点查询集合对语义锚点倒排索引执行单次基础检索,将检索结果确定为候选资源集合并写入缓存,基于待确认语义连接查询语义归属倒排索引,生成候选资源的归属掩码,依据归属掩码和结果类别标识形成候选资源分组,将归属掩码不同且结果类别标识相同的候选资源分组确定为类别无关歧义,将归属掩码不同且结果类别标识不同的候选资源分组生成类别冲突数据包;
40、匹配结果输出模块:不存在类别冲突数据包时,将候选资源分组并集后得到目标资源集合;存在类别冲突数据包时,生成连接确认项并获取确认信息,确认信息表征明确归属时,确定目标语义连接并利用目标语义连接过滤缓存的候选资源集合,得到目标资源集合;确认信息表征归属不确定时,基于保留的候选资源分组得到目标资源集合;基于目标资源集合和语义关系图生成资源检索匹配结果。
41、本发明提供一种中医问诊症状语义模糊导诊匹配方法及系统,所述方法通过s1:从文本资源数据中提取语义锚点、修饰语义片段、结果类别标识和资源标识,建立明确语义归属记录,以语义锚点为索引项建立语义锚点倒排索引,依据明确语义归属记录建立语义归属倒排索引,并关联结果类别标识与资源标识,生成语义关系索引;s2:获取待检索文本提取语义锚点和修饰语义片段,将归属明确的修饰语义片段与对应语义锚点建立已确认语义连接,将归属不明的修饰语义片段保留为单一悬挂语义节点并与多个语义兼容的语义锚点建立待确认语义连接,生成语义关系图和语义锚点查询集合;s3:基于语义锚点查询集合对语义锚点倒排索引执行单次基础检索,将检索结果确定为候选资源集合并写入缓存,基于待确认语义连接查询语义归属倒排索引,生成候选资源的归属掩码,依据归属掩码和结果类别标识形成候选资源分组,将归属掩码不同且结果类别标识相同的候选资源分组确定为类别无关歧义,将归属掩码不同且结果类别标识不同的候选资源分组生成类别冲突数据包;s4:不存在类别冲突数据包时,将候选资源分组并集后得到目标资源集合;存在类别冲突数据包时,生成连接确认项并获取确认信息,确认信息表征明确归属时,确定目标语义连接并利用目标语义连接过滤缓存的候选资源集合,得到目标资源集合;确认信息表征归属不确定时,基于保留的候选资源分组得到目标资源集合;基于目标资源集合和语义关系图生成资源检索匹配结果,产生的有益效果包括:
42、提高语义歧义处理能力:通过单一悬挂语义节点保留归属不明的修饰语义片段,并与多个语义兼容的语义锚点建立待确认语义连接,减少语义节点复制和过早确定归属造成的匹配偏差。
43、提升检索处理效率:通过单次基础检索、候选资源缓存和归属掩码处理,在完成语义确认后直接过滤缓存资源,减少语义归属分支引起的重复检索。
44、增强匹配结果可靠性:通过区分类别无关歧义和类别冲突,仅对可能影响资源类别的语义歧义进行连接确认,有助于减少不必要的确认操作,并提高匹配结果的合理性和可解释性。
45、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。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com