文献类型：期刊文章

作　　者：奥德玛[1,2] 杨云飞[1,2] 穗志方[1,2] 代达劢[1,2] 常宝宝[1,2] 李素建[1,2] 昝红英[2,3]

BYAMBASUREN Odmaa;YANG Yunfei;SUI Zhifang;DAI Damai;CHANG Baobao;LI Sujian;ZAN Hongying(Key Laboratory of Computational Linguistics,Ministry of Education,Peking University,Beijing 100871,China;Peng Cheng Laboratory,Shenzhen,Guangdong 518055,China;School of Information Engineering,Zhengzhou University,Zhengzhou,Henan 450001,China)

机构地区：[1]北京大学计算语言学教育部重点实验室,北京100871 [2]鹏城实验室,广东深圳518055 [3]郑州大学信息工程学院,河南郑州450001

出　　处：《中文信息学报》

基　　金：国家重点研发计划(2017YFB1002101);国家自然科学基金(61772040,61751201)

年　　份：2019

卷　　号：33

期　　号：10

起止页码：1-9

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：医学知识图谱是智慧医疗应用的基石,可以为机器阅读理解医学文本、智能咨询、智能诊断提供知识基础。现有的医学知识图谱从规模化、规范化、体系性、形式化等方面还不足以满足智慧医疗应用的需求。此外,对复杂医学知识的精准描述更是构建医学知识图谱面临的重要挑战。针对上述问题,该文利用自然语言处理与文本挖掘技术,以人机结合的方式研发了中文医学知识图谱第一版CMeKG 1.0(Chinese Medical Knowledge Graph)。CMeKG 1.0的构建参考了ICD-10、ATC、MeSH等权威的国际医学标准术语集以及规模庞大、多源异构的临床路径指南、临床实践、医学百科等资源,覆盖了疾病、药物和诊疗技术,包括100余万个医学概念关系的实例。该文综述了CMeKG 1.0构建过程中的描述体系、关键技术、构建流程以及医学知识描述等相关问题,希望为医学领域知识图谱的构建与应用提供一些参考。

关 键 词：知识图谱 智慧医疗  知识描述体系  知识提取

分 类 号：TP391]