面向在線健康社區UGC的醫療健康知識圖譜構建研究

摘要：構建面向在線健康社區用戶生成內容（User Generated Content，UGC）數據的醫療健康知識圖譜，探究基于用戶潛在需求的健康知識抽取，對優化在線健康社區信息組織與檢索，支撐在線健康社區知識服務創新具有重要意義。提出基于在線健康社區UGC數據的實體識別組合模型LDA-BERT-BiLSTM-CRF，首先利用LDA主題模型對在線健康社區UGC數據進行主題聚類分析從而提取實體類型，基"，"Introduction":""，"Columns":"知識組織"，"Volume":""，"Content":"

摘要：構建面向在線健康社區用戶生成內容（User Generated Content，UGC）數據的醫療健康知識圖譜，探究基于用戶潛在需求的健康知識抽取，對優化在線健康社區信息組織與檢索，支撐在線健康社區知識服務創新具有重要意義。提出基于在線健康社區UGC數據的實體識別組合模型LDA-BERT-BiLSTM-CRF，首先利用LDA主題模型對在線健康社區UGC數據進行主題聚類分析從而提取實體類型，基于細分實體類型利用BERTBiLSTM-CRF模型進行命名實體識別；然后采用MC-BERT-CasRel模型抽取在線健康社區UGC數據中的重疊三元組，并通過SBERT模型實現實體對齊；最后利用Neo4j圖數據庫完成知識圖譜的存儲和可視化。以小兒腹瀉病為例，基于所提方法最終構建包含939個實體和3 224個關系的小兒腹瀉病知識圖譜。與目前主流模型進行對比實驗，結果表明，所采用的組合模型LDA-BERT-BiLSTM-CRF與關系抽取模型MC-BERT-CasRel較傳統方法知識抽取更準確，實體分類也更具針對性。

關鍵詞：知識圖譜構建；在線健康社區；用戶生成內容；LDA；知識抽取

中圖分類號：G250.73 DOI：10.3772/j.issn.1673-2286.2024.08.002

引文格式：孟秋晴，鄭銘瑞，田玥璐，等. 面向在線健康社區UGC的醫療健康……