(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210424985.5 (22)申请日 2022.04.22 (65)同一申请的已公布的文献号 申请公布号 CN 114547346 A (43)申请公布日 2022.05.27 (73)专利权人 浙江太美医疗科技股份有限公司 地址 314001 浙江省嘉兴 市昌盛南路3 6号 智慧产业创新园9号楼3层 (72)发明人 杨涛　袁首　范伟　刘寓非　 周永杰　王旭　彭瑀　 (74)专利代理 机构 苏州三英知识产权代理有限 公司 32412 专利代理师 潘时伟 (51)Int.Cl. G06F 16/36(2019.01)G06F 40/30(2020.01) G06K 9/62(2022.01) G16H 10/60(2018.01) (56)对比文件 CN 110609910 A,2019.12.24 CN 107368468 A,2017.1 1.21 CN 111767368 A,2020.10.13 CN 110990579 A,2020.04.10 CN 112559772 A,2021.0 3.26 CN 114064910 A,202 2.02.18 CN 112149400 A,2020.12.2 9 US 2007198452 A1,20 07.08.23 审查员 崔倩倩 (54)发明名称 知识图谱的构建方法和装置、 电子设备和存 储介质 (57)摘要 本申请公开了一种知识图谱的构建方法和 装置、 电子设备和存储介质， 该方法包括： 从历史 CRF表单中抽取候选术语文本， 其中， 所述候选术 语文本包括表单、 表单项以及检查项； 基于已知 标准术语对 所述候选术语文本进行融合， 以更新 知识图谱的术语概念信息； 基于更新后的知 识图 谱和所述历史CRF表单， 抽取候选术语关系， 其 中， 所述候选术语关系包括表单 ‑表单项对应关 系以及表单 ‑检查项对应关系； 基于所述候选术 语关系的置信度更新所述知识图谱的术语关系 信息。 该知识图谱的构建方法所利用的CRF表单 的信息相对准确， 可以快速构建可用的知识图 谱。 权利要求书2页 说明书11页 附图4页 CN 114547346 B 2022.08.02 CN 114547346 B 1.一种知识图谱的构建方法， 其特 征在于， 所述方法包括： 从历史CRF表单中抽取候选术语文本， 其中， 所述候选术语文本包括表单、 表单项以及 检查项； 基于已知标准 术语对所述 候选术语文本进行融合， 以更新知识图谱的术语概念信息； 基于更新后的知识图谱和所述历史CRF表单， 抽取候选术语关系， 其中， 所述候选术语 关系包括表单 ‑表单项对应关系以及表单 ‑检查项对应关系； 基于所述 候选术语关系的置信度更新所述知识图谱的术语关系信息； 其中， 基于已知标准 术语对所述 候选术语文本进行融合， 具体包括： 将所述已知标准术语作为初始聚类中心， 利用划分聚类法对所述候选术语文本进行融 合； 计算所述候选术语文本与已知标准术语的相似度， 并基于相似度排序对所述候选术语 文本进行融合； 以及 利用层次聚类算法合并残留术语文本， 以生成新的术语概念信 息， 其中， 所述残留术语 文本为无法与已知标准 术语融合的所述 候选术语文本 。 2.根据权利要求1所述的知识图谱的构建方法， 其特征在于， 计算所述候选术语文本与 已知标准 术语的相似度， 具体包括： 基于编辑距离和/或余弦相似度算法， 计算所述候选术语文本与已知标准术语的语义 和/或字形相似度。 3.根据权利要求1至2任一项所述的知识图谱的构建方法， 其特征在于， 基于已知标准 术语对所述 候选术语文本进行融合， 具体包括： 对所述候选术语文本和已知标准术语进行文本向量化， 以获得候选术语文本表征和标 准术语文本表征； 基于所述 候选术语文本表征和标准 术语文本表征， 对所述 候选术语文本进行融合。 4.根据权利要求1至2任一项所述的知识图谱的构建方法， 其特征在于， 所述已知标准 术语包括临床数据采集标准和/或研究数据表格 格式中的已知术语。 5.根据权利要求1所述的知识图谱的构建方法， 其特征在于， 基于更新后的知识图谱和 所述历史CRF表单， 抽取候选术语关系， 具体包括： 基于预设模板， 将所述更新后的知识图谱和历史CRF表单中的术语文本两两进行上下 文匹配， 以抽取候选术语关系； 和/或， 基于预训练模型， 对所述更新后的知识图谱和历史CRF表单中的术语文本进行关系预 测， 以抽取候选术语关系。 6.根据权利要求1所述的知识图谱的构建方法， 其特 征在于， 所述方法还 包括： 分别从历史 临床试验方案的研究流 程图以及全文中抽取术语文本和术语关系； 基于所述术语文本和术语关系的置信度， 更新所述知识图谱的术语概念信 息和术语关 系信息； 其中， 所述研究流 程图包括访视任务信息块。 7.根据权利要求6所述的知识图谱的构建方法， 其特征在于， 从历史临床 实验方案的研 究流程图中抽取术语文本和术语关系， 具体包括： 对所述研究流 程图进行文本解析， 并拆分出访视任务信息块；权　利　要　求　书 1/2 页 2 CN 114547346 B 2从所述访视任务信息块中识别访视任务， 并与所述知识图谱中标准访视任务进行匹 配， 以获得第一 候选访视任务 集作为术语文本； 解析所述第一候选访视任务集中各访视任务的检查项作为术语文本， 并生成访视任 务‑检查项对应关系信息作为 术语关系。 8.根据权利要求6所述的知识图谱的构建方法， 其特征在于， 从历史临床 实验方案的全 文中抽取术语文本和术语关系， 具体包括： 对所述历史 临床试验方案的全文 进行扫描， 以获取访视任务； 将扫描获取的访视任务与 所述知识图谱中标准访视任务进行匹配， 以获得第 二候选访 视任务集作为术语文本； 解析所述第二候选访视任务集中各访视任务的检查项作为术语文本， 并生成访视任 务‑检查项对应关系信息作为 术语关系。 9.根据权利要求1所述的知识图谱的构建方法， 其特 征在于， 所述方法还 包括： 从历史临床试验方案中抽取 方案元数据； 基于所述方案元数据抽取所述表单、 表单 ‑表单项对应关系、 以及表单 ‑检查项对应关 系的适用条件， 以更新所述知识图谱的适用条件信息 。 10.一种知识图谱的构建装置， 其特 征在于， 所述知识图谱的构建装置包括： 术语文本抽取模块， 用于从历史CRF表单中抽取候选术语文本， 其中， 所述候选术语文 本包括表单、 表单项以及检查项； 术语文本更新模块， 用于基于已知标准术语对所述候选术语文本进行融合， 以更新知 识图谱的术语概念信息； 术语关系抽取模块， 用于基于更新后的知识图谱和所述历史CRF表单， 抽取候选术语关 系， 其中， 所述 候选术语关系包括表单 ‑表单项对应关系以及表单 ‑检查项对应关系； 术语关系更新模块， 用于对所述候选术语关系进行置信度排序， 以更新所述知识图谱 的术语关系信息； 其中， 术语文本更新模块具体用于将所述已知标准术语作为初始聚类中心， 利用划分 聚类法对所述候选术语文本进行融合； 计算所述候选术语文本与已知标准术语的相似度， 并基于相似度排序对所述候选术语文本进 行融合； 以及利用层次聚类算法合并所述候选术 语文本中的残留术语文本， 以生成新的术语概念信息， 其中， 所述残留术语文本为无法与已 知标准术语融合的所述 候选术语文本 。 11.一种电子设备， 包括： 至少一个处 理器； 以及 存储器， 所述存储器存储指令， 当所述指令被所述至少一个处理器执行时， 使得所述至 少一个处 理器执行如权利要求1至9任一项所述的知识图谱的构建方法。 12.一种机器可读存储介质， 其存储有可执行指令， 所述指令当被执行时使得所述机器 执行如权利要求1至9任一项所述的知识图谱的构建方法。权　利　要　求　书 2/2 页 3 CN 114547346 B 3