您所在位置:首頁(yè) > 新聞動(dòng)態(tài) > 行業(yè)新聞

深度語(yǔ)義因果圖譜

發(fā)布時(shí)間:2021-12-28

瀏覽次數:240

       自從2012年Google推出知識圖譜(Knowledge Graph)以來(lái),知識圖譜的概念逐漸獲得了學(xué)界以及工業(yè)界的認可和廣泛使用。相匹配的自動(dòng)化信息抽取技術(shù)與之循環(huán)發(fā)展,形成了當前網(wǎng)絡(luò )上的各種開(kāi)放或領(lǐng)域知識圖譜。自動(dòng)化、大規模的提取手段也成為知識圖譜技術(shù)相比于上世紀70年代的專(zhuān)家系統而言更具有競爭力的核心因素之一。


       然而,知識圖譜覆蓋面的拓寬以及對特定領(lǐng)域建模的深入,現有表達方式的不足逐漸顯露。在需要復雜知識架構以及深度推理的領(lǐng)域,扁平化的二元關(guān)系的表達不足以精確刻畫(huà)知識結構并保證知識的連通性。因此,我們在對知識進(jìn)行建模的時(shí)候引入遞歸的表達結構以支持深度語(yǔ)義以及內容的可達性。


       例如,細菌性肺炎和病毒性肺炎都會(huì )導致患者出現咳嗽的癥狀,但是咳嗽的具體表現并不相同:細菌性肺炎導致的咳嗽大多有痰,而病毒性肺炎多致干咳。如果要保留內容的準確性,則需要把干咳和咳痰作為兩個(gè)獨立的實(shí)體分別和兩種肺炎聯(lián)系起來(lái),但是干咳和咳痰內部的聯(lián)系就難以表達;而如果要清楚表達這種內在聯(lián)系,則需要指數級地擴充實(shí)體或關(guān)系數量。更不遑論這些癥狀往往還具有更細致的分類(lèi)且一些分類(lèi)標準還往往適用于多種癥狀和體征(比如時(shí)間特征)。對于這樣的深度語(yǔ)義,我們引入遞歸的表達方式,對于上述例子,我們只需要建立如下所示的嵌套的關(guān)系:
  • (細菌性肺炎,導致,(咳嗽,條件,有痰))
  • (病毒性肺炎,導致,(咳嗽,條件,無(wú)痰))
       本質(zhì)上,知識圖譜基于描述邏輯(Description Logic)形式化模型。作為一階謂詞邏輯(First-order Predicate Logic)的一個(gè)子集,其僅包含至多2元的謂詞。引入嵌套結構之后,則其可表達更豐富的多元關(guān)系。在實(shí)踐中,這樣的遞歸結構往往是具有特定深度和模式的,因此可以將每種特定的嵌套結構展開(kāi)與某個(gè)多元謂詞相對應。比如,上述例子可以等價(jià)于:
  • 導致(細菌性肺炎,咳嗽,有痰)
  • 導致(病毒性肺炎,咳嗽,無(wú)痰)

       早期的知識圖譜多用于表示事實(shí)性?xún)热?,比如“奧巴馬是美國總統”??陀^(guān)事實(shí)結合一些簡(jiǎn)單的元規則(Meta Rules)可以實(shí)現簡(jiǎn)單的推理,但是隨著(zhù)人工智能的推進(jìn),人們對推理的廣度、深度和精度提出了越來(lái)越高的要求,因果知識圖譜應運而生。因果圖譜除了包含事實(shí)性?xún)热葜?,還會(huì )將實(shí)體依照因果關(guān)系進(jìn)行連接,或者建立已有關(guān)系到因果語(yǔ)義的轉換方式。因何也將該方法論融入技術(shù)路線(xiàn),在構造事實(shí)性知識庫的同時(shí)不斷探索其與因果的認識論的結合方式,打造更優(yōu)的深度語(yǔ)義因果知識圖譜。因何推出的醫學(xué)知識圖譜就是或者結合的典型實(shí)踐,除了按照事實(shí)關(guān)系組織醫學(xué)實(shí)體以外,還對其中部分關(guān)系賦予了因果語(yǔ)義,使其既可以像通用的醫學(xué)百科一樣進(jìn)行查詢(xún)以外,還能夠根據患者的實(shí)際病癥進(jìn)行推理,模擬醫生的思維方式進(jìn)行智能診斷。目前,醫學(xué)知識庫搭配診斷算法已經(jīng)在山西省人民醫院落地實(shí)踐,并對提升診療流程的效率、降低成本起到了積極作用。

11111.png



22222.png