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！

龙图腾网获悉云知声智能科技股份有限公司;中国人民解放军第三〇五医院申请的专利体检知识图谱构建方法、装置、计算机设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115455203B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211146064.3，技术领域涉及：G06F16/36；该发明授权体检知识图谱构建方法、装置、计算机设备及存储介质是由张江涛;史亚飞设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本体检知识图谱构建方法、装置、计算机设备及存储介质在说明书摘要公布了：本发明实施例涉及一种体检知识图谱构建方法、装置、计算机设备及存储介质，包括：对现有医疗文档中的医疗概念实体进行抽取，得到多个目标医疗概念实体，其中，目标医疗概念实体包括疾病实体和特征实体；抽取疾病实体和特征实体之间的多种预设参数；基于多种预设参数将多个目标医疗概念实体与第一体检知识图谱中的医疗概念实体进行链接，得到第二体检知识图谱；对第二体检知识图谱中的体检知识进行数据处理，得到第三体检知识图谱；对第三体检知识图谱进行质量评估，在质量评估结果满足预设条件时，得到目标体检知识图谱，由此，可以避免体检知识图谱构建过程中较多人工干预，降低构建成本的问题。

本发明授权体检知识图谱构建方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种体检知识图谱构建方法，其特征在于，包括： 对现有医疗文档中的医疗概念实体进行抽取，得到多个目标医疗概念实体，其中，所述目标医疗概念实体包括疾病实体和特征实体； 抽取所述疾病实体和特征实体之间的多种预设参数； 基于所述多种预设参数将所述多个目标医疗概念实体与第一体检知识图谱中的医疗概念实体进行链接，得到第二体检知识图谱； 对所述第二体检知识图谱中的体检知识进行数据处理，得到第三体检知识图谱； 对所述第三体检知识图谱进行质量评估，在质量评估结果满足预设条件时，得到目标体检知识图谱； 所述抽取所述疾病实体和特征实体之间的多种预设参数，包括： 基于预训练的关系分类模型，抽取所述疾病实体和特征实体之间的关联关系； 基于槽填充方法，抽取所述特征实体的属性信息； 所述基于预训练的关系分类模型，抽取所述疾病实体和特征实体之间的关联关系，包括： 对所述现有医疗文档中的医疗信息语句添加预设字符，得到目标医疗信息语句； 将所述目标医疗信息语句输入至所述关系分类模型，得到疾病实体和特征实体对应的目标向量； 基于所述目标向量计算所述疾病实体和特征实体之间的关联关系； 所述基于槽填充方法，抽取所述特征实体的属性信息，包括： 基于所述槽填充方法，对所述现有医疗文档中的医疗信息语句进行语义识别，识别所述特征实体的属性信息； 将目标医疗信息语句输入BERT模型，获得向量H′0、H′1、H′2： H′0＝W0tanhH0+b0 其中，H0是目标医疗信息语句的向量表示；H′0表示句子向量经过前馈神经网络后得到的向量；Hh和Ht分别表示首实体和尾实体的字符向量表示；H′1和H′2是实体的各个字符向量表示求和并取平均后经过前馈神经网络得到的首实体和尾实体向量表示；W0、W1、W2表示模型计算不同阶段的权重矩阵；i表示首实体的第一个字符在句子中的位置；j表示首实体的最后一个字符在句子中的位置；k表示尾实体的第一个字符在句子中的位置；m表示尾实体的最后一个字符在句子中的位置；b0、b1、b2分别表示模型计算不同阶段的偏置； 得到的三个目标向量拼接后经过全连接层，通过softmatx函数进行分类，得到疾病实体和特征实体之间的关联关系p，如公式1、2所示： h″＝W3tanhH′0+H′1+H′2+b3公式1 p＝softmaxh″公式2 其中，h″是softmatx函数隐藏层的向量表示；W3表示当前阶段的权重矩阵；b3表示当前阶段的偏置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人云知声智能科技股份有限公司;中国人民解放军第三〇五医院，其通讯地址为：100096 北京市海淀区西三旗建材城内1幢一层101号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。