医药行业的知识图谱平台构建

文章摘要：GaussMind知识图谱内置多种格式的数据接入能力。知识图谱数据的三要素，包括<实体，属性，关系>。其中，实体是图谱中的节点，关系是图谱中的连接边，属性是描述实体的信息。

沃丰科技GaussMind知识图谱平台，通过ETL模块连接各个数据源，并进入统一的处理流程，如下图1所示：

多源数据连接：GaussMind知识图谱内置多种格式的数据接入能力。知识图谱数据的三要素，包括<实体，属性，关系>。其中，实体是图谱中的节点，关系是图谱中的连接边，属性是描述实体的信息。例如，在构建药企的药品知识图谱时，图谱的数据来源是药品说明书、药品实验数据等，从中识别出的药品名和适应的疾病名，作为知识图谱的两类实体；药品中的各个项，如不良反应、性状、适应症、注意事项等，作为实体的属性；药品之间的关联，如配合共同使用、同种类、不能共同使用等，作为实体之间的关系。基于此构建的图谱，通过图谱的搜索查询功能，就可以回复诸如“头孢呋辛酯片适合哪些病症？”等药品咨询问题，为内部员工和外部患者提供医药虚拟助手的服务。

GaussMind内置的医学抽取模型，已经基于医疗主数据进行了模型优化。另外GaussMind也支持客户上传自定义的标注数据，来进一步调优模型，以适应客户独有的数据（如图3所示）。

图4展现了一个非结构化抽取的示例：

知识融合：在数据构建图谱的过程中，需要对识别出的实体进行对齐，包括不同的实体对应到同一个本体、不同的数据对齐到同一个实体等，比如同一个药品有不同的别名，就需要对其进行实体对齐。GaussMind支持通过运算符来进行知识融合，也支持通过配置同义词库，来对知识进行融合，图5展示了一个构建的药品图谱的本体结构：

文章为沃丰科技原创，转载需注明来源：https://www.udesk.cn/ucm/faq/16262