(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 202111623602.9 (22)申请日 2021.12.28 (71)申请人 上海柯林布瑞信息技 术有限公司 地址 200233 上海市徐汇区宜山路70 0号B2 栋1504 (72)发明人 秦晓宏　华宗楠　 (74)专利代理 机构 北京品源专利代理有限公司 11332 代理人 倪焱 (51)Int.Cl. G06F 40/295(2020.01) G06F 40/242(2020.01) G06F 16/36(2019.01) G06N 5/02(2006.01) G06K 9/62(2022.01)G16H 10/60(2018.01) (54)发明名称 基于医疗知识图谱的辅助参考信息的确定 方法及系统 (57)摘要 本发明实施例公开了一种基于医疗知识图 谱的辅助参考信息的确定方法和系统。 该方法包 括： 获取目标对象的目标授权信息， 确定目标授 权信息与预先存储的历史医疗信息中各历史授 权信息之间的文本相似度； 基于各历史授权信息 及预先建立的医疗知识图谱， 确定目标授权信息 与各历史授权信息之间的实体相似度； 基于文本 相似度和实体相似度， 在各历史授权信息中确定 出满足预设条件的与 目标授权信息对应的相似 授权信息； 将相似授权信息作为辅助参考信息进 行推荐操作。 本发明实施例的技术方案， 提高了 确定相似授权信息的准确率， 能够更有效、 准确 地为目标对象提供服 务。 权利要求书2页 说明书13页 附图6页 CN 114218955 A 2022.03.22 CN 114218955 A 1.一种基于医疗知识图谱的辅助参 考信息的确定方法， 其特 征在于， 包括： 获取目标对象的目标授权信 息， 确定所述目标授权信 息与预先存储的历史医疗信 息中 各历史授权信息之间的文本相似度； 基于各所述历史授权信 息及预先建立的医疗知识图谱， 确定所述目标授权信 息与各所 述历史授权信息之间的实体相似度； 基于所述文本相似度和所述实体相似度， 在各所述历史授权信 息中确定出满足预设条 件的与所述目标授权信息对应的相似授权信息； 将所述相似授权信息作为辅助参 考信息进行推荐操作。 2.根据权利要求1所述的方法， 其特征在于， 所述基于各所述历史授权信 息及预先建立 的医疗知识图谱， 确定所述目标授权信息与各 所述历史授权信息之间的实体相似度， 包括： 基于实体识别算法， 识别所述目标授权信息中的关键实体信息； 在预先建立的所述医疗知识图谱中， 确定出与所述关键实体信息对应的附加实体信 息； 基于所述关键实体信 息和所述附加实体信 息， 确定所述目标授权信 息与各所述历史授 权信息之间的实体相似度。 3.根据权利要求2所述的方法， 其特征在于， 在所述基于实体识别算法， 识别所述目标 授权信息中的关键实体信息之前， 还 包括： 对所述目标授权信 息进行文本向量训练， 生成与 所述目标授权信 息对应的目标文本向 量。 4.根据权利要求3所述的方法， 其特征在于， 在所述基于所述关键实体信 息和所述附加 实体信息， 确定所述目标授权信息与各 所述历史授权信息之间的实体相似度之前， 还 包括： 对所述目标授权信息及所述历史授权信息进行训练词向量处 理， 生成医疗词向量。 5.根据权利要求4所述的方法， 其特征在于， 所述基于所述关键实体信 息和所述附加实 体信息， 确定所述目标授权信息与各 所述历史授权信息之间的实体相似度， 包括： 基于所述关键实体信 息和所述医疗词向量， 确定出所述目标授权信 息对应的目标关键 实体向量； 基于所述附加实体信 息和所述医疗词向量， 确定出所述目标授权信 息对应的目标附加 实体向量； 基于各所述历史授权信息， 确定各所述历史授权信息对应的历史文本向量、 历史关键 实体向量和历史附加实体向量； 基于所述目标文本向量、 所述目标关键实体向量、 所述目标附加实体向量、 所述历史文 本向量、 所述历史关键实体向量和所述历史附加实体向量， 确定所述 目标授权信息与各所 述历史授权信息之间的实体相似度。 6.根据权利要求5所述的方法， 其特征在于， 所述基于所述目标文本向量、 所述目标关 键实体向量、 所述目标附加实体向量、 所述历史文本向量、 所述历史关键实体向量和所述历 史附加实体向量， 确定所述目标授权信息与各 所述历史授权信息之间的实体相似度， 包括： 分别确定所述目标文本向量与各所述历史文本向量之间的各第 一相似度、 所述目标关 键实体向量和各所述历史关键实体向量之间的各第二相似度及所述目标附加实体向量与 各所述历史附加实体向量之间的各第三相似度；权　利　要　求　书 1/2 页 2 CN 114218955 A 2根据预先设定的各权值， 分别对所述目标授权信 息与各所述历史授权信 息之间的所述 第一相似度、 所述第二相似度和所述第三相似度进行加权求平均计算， 将计算结果确定为 所述目标授权信息与各 所述历史授权信息之间的实体相似度。 7.根据权利要求1所述的方法， 其特征在于， 所述基于所述文本相似度和所述实体相似 度， 在各所述历史授权信息中确定出满足预设条件的与所述目标授权信息对应的相似授权 信息， 包括： 对所述文本相似度和所述实体相似度进行求平均计算， 得到所述目标授权信 息和各所 述历史授权信息之间的第一平均相似度； 将各第一平均相似度按照由大到小的顺序进行排序， 将排名小于预设阈值的各第 一平 均相似度对应的各历史授权信息， 确定为所述目标授权信息对应的所述相似授权信息 。 8.根据权利要求7 所述的方法， 其特 征在于， 还 包括： 当接收到新增授权信 息时， 确定所述新增授权信 息与所述目标授权信 息之间的第 二平 均相似度； 确定所述 排名小于预设阈值的各第一平均相似度中的最小相似度； 确定所述第二平均相似度是否大于所述 最小相似度； 如果是， 则将所述 新增授权信息确定为 新增的相似授权信息 。 9.根据权利要求1所述的方法， 其特征在于， 所述确定所述目标授权信 息与预先存储的 历史医疗信息中各历史授权信息的文本相似度， 包括： 通过分词器对所述目标授权信 息和各所述历史授权信 息进行分词处理， 生成 目标分词 及各历史分词； 基于杰卡德算法计算所述目标分词与各所述历史分词之间的分词相似度， 将所述分词 相似度确定为所述目标授权信息与各 所述历史授权信息之间的文本相似度。 10.一种基于医疗知识图谱的辅助参 考信息的确定系统， 其特 征在于， 包括： 确定文本相似度模块， 用于获取目标对象的目标授权信息， 确定所述目标授权信息与 预先存储的历史医疗信息中各历史授权信息之间的文本相似度； 确定实体相似度模块， 用于基于各所述历史授权信息及预先建立的医疗知识图谱， 确 定所述目标授权信息与各 所述历史授权信息之间的实体相似度； 确定相似授权信息模块， 用于基于所述文本相似度和所述实体相似度， 在各所述历史 授权信息中确定出满足预设条件的与所述目标授权信息对应的相似授权信息； 推荐辅助参 考信息模块， 用于将所述相似授权信息作为辅助参 考信息进行推荐操作。权　利　要　求　书 2/2 页 3 CN 114218955 A 3