[发明专利]一种基于知识图谱的家禽疾病诊断系统

权利要求书

1.一种基于知识图谱的家禽疾病诊断系统，其特征是包括知识图谱模块，用户提交模块，疾病诊断模块；其中，知识图谱模块的信号输入输出端与疾病诊断模块的第一信号输出输入端对接，疾病诊断模块的第二信号输出输入端与用户提交模块的信号输入输出端对接；所述知识图谱模块用于构建家禽疾病知识图谱。

2.根据权利要求1所述的一种基于知识图谱的家禽疾病诊断系统，其特征是还包括家禽疾病知识图谱，家禽疾病数据库，用户诊断数据库；知识图谱模块的信号输入端与家禽疾病知识图谱的信号输出端连接；疾病诊断模块的信号输入端、输出端分别与家禽疾病数据库的信号输出端、输入端对接；用户提交模块的信号输出端与用户诊断数据库的信号输入端连接。

3.根据权利要求1所述的一种基于知识图谱的家禽疾病诊断系统，其特征是所述知识图谱模块包括相关家禽疾病数据的爬取、家禽疾病数据的结构化处理、家禽疾病数据的实体识别和关系抽取、家禽疾病结构化数据的整合、家禽疾病知识图谱的构建，最终实现数据可视化，并与疾病诊断模块进行数据交互，具体为疾病诊断模块发送诊断请求后，知识图谱模块利用家禽疾病知识图谱进行查询；

所述用户提交模块包括用户对家禽发病症状信息的输入和后台数据的提取，用户对家禽发病症状信息的输入和后台数据的提取共同完成用户提交数据的获取和分析；除此之外，用户提交的完整疾病诊断数据将保存到用户诊断数据库，并显示在公开求助页面，便于社区交流，为后续复诊的准确提供数据的支撑；用户提交的完整疾病诊断数据通过用户提交模块的输出端和疾病诊断模块的输入端传送到疾病诊断模块，此过程为疾病诊断的初步工作；

所述疾病诊断模块的实现包括两个部分，首先是对用户提交模块所提取的信息进行预处理，即对用户所提交的家禽发病症状信息进行过滤和模式匹配，形成预处理后的标准症状关键词，再结合家禽疾病知识图谱搜索和推理，通过基于决策树和评分系统的诊断算法，返回较为准确的疾病报告和相应的治疗方案，此数据通过疾病诊断模块的输出端和用户提交模块的输入端传送到用户提交模块，用户提交模块接收数据后将在微信小程序页面显示给用户，从而形成完整和体系化的家禽疾病诊断系统。

4.根据权利要求1所述的一种基于知识图谱的家禽疾病诊断系统，其特征是所述知识图谱模块的工作过程包括如下：

(101)搜索相关兽医网站，爬取有关疾病症状数据语料库；

(102)对疾病症状数据语料库中的相关疾病症状语料数据进行预处理，转化成标准的非结构化数据；所述非结构化数据指不含标点符号以及空格的语段，依据此归纳成小型诊断书；

(103)对小型诊断书进行命名实体识别和关系抽取，采用BiLSTM-CRF模型进行家禽疾病的命名实体识别，根据序列标注识别出对应的疾病和症状实体，并采用基于单词的依存关系进行关系抽取；

(104)将识别的实体和抽取的关系进行整合和细化，分离出属性词，并归纳成JSON文件；

(105)设计合理的知识图谱构建程序，利用整合和细化后归纳出的JSON文件构建家禽疾病知识图谱，具体为通过Python编程语言并嵌入cypher语句，在图数据库软件neo4j中创建家禽疾病数据的实体和关系。

5.根据权利要求4所述的一种基于知识图谱的家禽疾病诊断系统，其特征是所述步骤(104)将识别的实体和抽取的关系进行整合和细化，分离出属性词，并归纳成JSON文件；具体过程包括如下：

给定一组基于专家提供的家禽疾病特征词集合C＝{C₁，C₂，...，C_n}，抽取出的症状实体集合为S＝{S₁，S₂，...，S_n}，通过模糊匹配计算当前家禽疾病症状所有特征词词频CF，具体如下：

其中s(s_j＝c_k)为症状实体集合中包含家禽疾病特征词的样本，CF_k表示家禽疾病特征词C_k的词频，k＝1，2，...，n，由于并不是所有家禽疾病特征词都包含在症状实体集合中，所以根据症状实体集合形成的属性词集合数量小于家禽疾病特征词数量。