一种基于社交媒体知识图谱嵌入的疾病识别预测方法

本发明公开了一种基于社交媒体知识图谱嵌入的疾病识别预测方法，主要面向社交媒体场景下的特定疾病患者识别。为优化社交媒体用户自我报告知识图谱三元组的表示学习过程，设计基于双曲空间的知识嵌入优化算法，将ComplEx模型嵌入到双曲空间中，增强模型对具有层次结构的复杂数据的表征能力，并使用Riemannian梯度下降法对Poincaré球模型进行梯度更新，确保嵌入点始终处于有效区域中。基于此嵌入优化，在BERT+LSTM模型的基础上联合通道注意力机制和空间注意力机制将社交媒体用户自我报告文本信息与知识图谱信息进行知识融合，利用知识图谱中的外部信息增强模型的空间特征表达能力，从而提高对社交媒体中特定疾病患者用户的识别精度。