[发明专利]基于人工智能技术的症状药物关联关系分析方法

摘要

本发明涉及一种基于人工智能技术的症状药物关联关系分析方法，包括以下步骤：症状抽取模块，抽取患者的症状集S；症状词向量映射模块，将汉语症状集映射为高维稠密词向量集；症状词向量编码模块，利用长短期记忆网络编码模型对症状词向量集进行编码，产生包含全部症状信息的信息向量C以及n个症状编码信息向量集Hs；建议方生成模块，以信息向量C和症状编码信息向量集Hs为输入，利用结合注意力模型的长短期记忆网络生成模型，生成一个包含L味中药的建议药方，即症状到中药的关联关系。本发明从系统输入到系统输出，逻辑结构清晰，层次分明，系统实现细节详尽，实现了一种端到端(症状端‑中药端)的系统闭合工作方式，极易落地和大规模应用。

主权项

1.基于新型人工智能技术的症状药物关联关系分析方法，其特征在于包括以下步骤：1)症状抽取模块：提取包含n个症状的症状集S＝{s₁,s₂,s₃,……,s_n}；2)症状词向量映射模块：使用Embedding映射方法将症状集S的汉语症状映射为多维空间的症状词向量集，症状词向量由计算得到，其中s_t为第t个症状，为向量映射函数，F表示映射函数，W_e和b_e为生成症状词向量e_t的参数；3)症状词向量编码模块：根据症状词向量e_t，利用长短期记忆网络编码模型即编码LSTM模型对词向量集进行编码，产生包含全部症状的信息向量C以及n个症状编码信息向量集4)建议药方生成模块：利用结合注意力模型的长短期记忆网络生成模型即生成LSTM模型，以步骤3)中的C和H_s为输入，生成由L味中药构成的建议药方。