摘要
本发明提供了一种基于图神经网络的电子病历知识图谱相似就诊子图识别方法。该方法利用图注意力网络将图的属性文本特征进行融合提升了图特征表达的全面性;在进行特征融合的同时,通过多级注意力机制实现图相似性关键信息的聚合,解决了图拓扑多样性及文本表达多样性带来的识别困难问题;最后在图相似性计算时采用了图和节点两个级别相似性信息综合衡量图的相似性,解决了模型在表达相似性关键信息汇聚过程中丢失细节属性文本差异而影响图相似性判断的问题。实验结果表明该发明方法能够有效识别电子病历知识图谱中的冗余相似子图,为医学知识图谱去冗余和知识融合提供了有效的技术支持,具有广泛应用前景。
技术关键词
节点特征
电子病历
监督学习策略
注意力机制
识别方法
多层感知机
医学知识图谱
矩阵
网络
文本
邻居
冗余
直方图
参数
单层
标签
编码
系统为您推荐了相关专利信息
车辆终端
导航特征
时间预测方法
计算机执行指令
行程
图片特征信息
数据融合方法
多模态特征
切片
多模态数据融合
混合预测模型
药品管理方法
患者用药依从性
权重分配策略
时间序列特征