心血管疾病知识图谱的自动构建与更新研究.pdf

摘要

心血管疾病知识图谱的自动构建与更新研究

心血管疾病是一类包括冠心病、心肌梗死、心绞痛、高血压、心律失常、

心力衰竭等多种疾病的疾病群。随着人们生活方式的改变，心血管疾病的发病

率越来越高，成为全球范围内的重要公共卫生问题。借助人工智能技术和知识

图谱技术，可以构建医学知识图谱和药物知识图谱，以帮助医生更好地理解和

掌握医学知识，同时推动新诊疗防范和新药研发。因此，心血管疾病知识图谱

应用具有广泛的应用前景，可以为预防、诊断和治疗心血管疾病提供有力的支

持。然而，随着心血管疾病研究的广泛开展和研究成果的不断涌现，传统的知

识图谱构建需要耗费大量的人力，进行数据清洗、命名实体识别、关系抽取、

冲突发现等工作。因此，实现心血管病知识图谱的自动构建与更新可以提高知

识图谱的准确性和完整性，实现知识的及时更新，支持个性化的医疗决策。

为此，本篇工作提出了一种自动构建和更新的心血管疾病知识图谱的框架

ASK（Auto-constructionandSelf-reflectionFrameworkforBiomedicalKnowledge

Graph），基于生物医学文本内容，融合命名实体和关系抽取、链接预测和冲突

消解等技术，实现了高效、准确、可靠的知识图谱724小时自动构建与更新。

ASK框架由自动构建、图谱更新和自省模块三部分组成。在构建模块中实现了

定时从指定数据来源处获取医疗数据文本并实现抽取工作，采用BioBERT为基

础的自然语言处理模型提取实体和关系，该模型使得构建知识图谱的自动化程

度更高，减少了人工收集语料与构建图谱的工作量；在知识图谱更新模块中，

将从语料中自动抽取的实体和关系融入到已有知识图谱中，引入了冲突消解算

法，检测和解决新知识可能带来的冲突问题，提高知识图谱融合的准确性和质

量。通过自省模块，我们实现了预测图谱中的隐含链接并且排除隐含链接可能

导致的冲突，丰富知识图谱的内容，并针对这些冲突进行相应的调整和优化。

在冲突消解过程中，我们可以检测和解决知识图谱中存在的矛盾、错误、重复

等问题，从而实时提高知识图谱预测知识的准确性和完整性。

I

在我们的实验阶段中，我们进行了一系列的模型与算法的比较，以说明框

架中每个模块选择模型或算法的原因，同时给出了ASK框架中不同模块中知识

图谱的演化。

关键词：

知识图谱构建，知识图谱嵌入，链接预测，冲突消解，知识工程

II

Abstract

StudyonAutomaticConstructionandUpdatingofCardiovascularDisease

KnowledgeGraph

Cardiovasculardiseaseisagroupofdiseasesincludingcoronaryheartdisease,

myocardialinfarction,angina,hypertension,arrhythmia,heartfailure,andotherrelated

illnesses.Withchangesinpeopleslifestyles,theincidenceofcardiovasculardiseaseis

increasing,becominganimportantpublichealthproblemworldwide.Withthehelpof

artificialintelligenceandknowledgegraphtechnology,medicalanddrugknowledge

graphscanbeconstructedtohelpdoctorsunderstandandmastermedica