一种基于知识图谱的中医药智能查询系统

本发明涉及数据查询领域，更具体地说，本发明涉及一种基于知识图谱的中医药智能查询系统。

背景技术：

1、中医药知识图谱是一个以中医药相关概念、实体及其关系为节点和边构成的图形结构，旨在表达中医药领域的知识和关联；

2、然而，目前的中医药知识图谱在数据质量、覆盖范围和时效性方面存在挑战，部分知识可能过时或缺乏更新，部分领域知识可能未被完整涵盖，导致查询结果的准确性和全面性不足。其次，现有用户查询系统在处理时空属性的知识查询方面尚未充分考虑。传统的查询方法往往忽略了中医药属性在不同时间和空间下的变化特征，无法提供具有时效性和准确性的查询结果。因此，缺乏对时空属性的深度分析和评估，最终导致用户查询获取的信息可能不够全面或准确，影响了查询结果的可信度和实用性。

3、为了解决上述问题，现提供一种技术方案。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供一种基于知识图谱的中医药智能查询系统，利用随机游走和skip-gram模型将知识图谱节点嵌入到低维时空特征空间，再通过线性变换将时空关系映射到嵌入空间，融合节点和关系嵌入向量得到综合的时空嵌入向量，全面捕捉知识图谱的时空特征。通过计算时空空间相似度，衡量属性在不同时点的相似程度，明确属性漂移情况。采用时空空间相似度计算方法，识别属性变化的关键时刻。定义属性稳定指数，结合时空空间相似度数据计算属性规律指数，加强对属性变化趋势和规律性的量化评估。通过归一化处理属性规律指数和属性稳定指数，采用复合函数获取属性稳态指数，综合考虑属性的规律性和稳定性。根据稳态指数生成积极或警示信号，指导用户在查询使用中医药属性信息时的决策和操作，提高对属性信息的理解和应用水平，降低分析结果的不确定性，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于知识图谱的中医药智能查询系统，包括：时空图嵌入模块、时空相似评估模块、时空属性分析模块和属性信号生成模块；

3、时空图嵌入模块通过图嵌入算法将中医药知识图谱节点和关系嵌入低维时空特征空间，利用随机游走和skip-gram模型捕获图结构特征，进一步映射时空关系，得到综合的时空嵌入向量，将处理结果发送至时空相似评估模块；

4、时空相似评估模块利用时空空间相似度计算方法对中医药属性进行评估，通过比较不同时间点的属性相似度，筛选出发生属性漂移的时间点，构建不稳定时间戳集合，将不稳定时间戳集合发送至时空属性分析模块；

5、时空属性分析模块定义属性稳定指数，通过计算不稳定时间戳集合中时间间隔的变化率；将时间戳转换为时间间隔序列，并结合时空空间相似度数据，利用归一化和移动平均方法计算属性规律指数，将属性稳定指数和属性规律指数发送至属性信号生成模块；

6、属性信号生成模块通过归一化处理属性规律指数和属性稳定指数，并使用复合函数的求值方法来获取属性稳态指数，以综合考虑属性的规律性和稳定性，生成相应信号提示用户关注或谨慎使用属性信息。

7、在一个优选的实施方式中，时空图嵌入模块的运行过程如下：

8、步骤1-1，根据已构建好的知识图谱，将图谱中的节点和关系嵌入到低维时空空间中，以捕获中医药知识的时空特征，包括将节点嵌入到时空特征空间中，以及对图谱中的时空关系进行编码，确保时空关系的表示在嵌入空间中保持一致性；

9、步骤1-1-1，使用图嵌入算法，将图谱中的节点嵌入到低维时空特征空间中；

10、包括以下内容：

11、1，对于每个节点，从该节点开始进行随机游走，沿着图中的边随机移动若干步，生成一条节点序列；

12、2，将节点序列作为skip-gram模型的输入，模型的目标是预测序列中每个节点的上下文节点，换一句话说，根据当前节点预测其周围的节点；

13、3，使用skip-gram模型训练参数，得到节点的向量表示；

14、步骤1-1-2，使用线性变换将时空关系映射到嵌入空间中的向量；

15、1，将时空关系表示为一个矩阵，其中行表示起始节点的嵌入向量，列表示结束节点的嵌入向量；

16、2，定义线性变换矩阵；

17、3，通过将时空关系矩阵与线性变换矩阵相乘，将时空关系映射到新的低维空间中；映射后的时空关系矩阵中的每一行对应于图谱中的一个时空关系，而每一列对应于新的低维空间中的一个维度；

18、步骤1-1-3，将节点嵌入向量和时空关系向量进行融合，得到综合的节点和关系的时空嵌入向量，通过向量拼接将节点嵌入向量和时空关系向量结合起来；

19、步骤1-2，选择同一种中医药在不同单位时间点上的属性作为比较对象；

20、步骤1-3，对于每一对比较对象，计算其在时空空间相似度。

21、在一个优选的实施方式中，时空相似评估模块的运行过程如下：

22、使用时空空间相似度计算方法，针对每对比较对象，计算其时空空间相似度；

23、对于每个中医药属性，遍历计算得到的时空空间相似度，找出时空空间相似度小于空间相似阈值的最近时间点，按照获取时间点的时间顺序，收集各个时间点对应的时间戳；

24、将收集到的时间戳按照时间顺序进行排序，构建不稳定时间戳集合；

25、对不稳定时间戳集合进行计算得到属性稳定指数和属性规律指数。

26、在一个优选的实施方式中，时空属性分析模块的运行过程如下：

27、属性稳定指数的获取过程如下：

28、步骤2-4，计算不稳定时间戳集合中相邻时间点之间的时间间隔序列，得到间隔序列；

29、步骤2-5，定义时间间隔的变化率；

30、步骤2-6，使用时间间隔变化率序列的标准差来衡量时间间隔变化的整体差异程度。

31、在一个优选的实施方式中，属性规律指数的获取过程如下：

32、步骤3-1，将不稳定时间戳集合中的时间戳转换为时间间隔序列，并依据时间戳集合中不同时间点获得对应的时空空间相似度数据，构建属性序列；

33、步骤3-2，对属性序列进行归一化处理；同样地，对时间间隔序列进行归一化处理，将归一化的时间间隔序列；

34、步骤s3-3，考虑时间间隔变化对属性序列的影响，使用移动平均估计属性序列与时间间隔序列的关联程度；

35、步骤s3-4，通过相关系数补偿法定义属性规律指数。

36、在一个优选的实施方式中，属性信号生成模块运行过程包括以下内容：

37、步骤一，对属性规律指数和属性稳定指数进行归一化处理，使其在相同的尺度上进行比较；

38、步骤二，使用复合函数的求值的方法来获取属性稳态指数；

39、步骤三，将属性稳态指数和稳态阈值进行比较；

40、当属性稳态指数大于或等于稳态阈值时，可以生成积极信号，提示用户该属性值得关注；反之，当属性稳态指数小于稳态阈值时，生成警示信号，提醒用户谨慎使用或进一步验证该属性的可靠性。

41、本发明一种基于知识图谱的中医药智能查询系统的技术效果和优点：

42、1.本发明首先，通过随机游走和skip-gram模型，将图谱节点嵌入到低维时空特征空间，捕捉图结构特征。然后，利用线性变换将时空关系映射到嵌入空间，确保关系表示的一致性。最后，融合节点和关系嵌入向量，得到综合的时空嵌入向量。这样的嵌入向量能更全面地捕捉知识图谱的时空特征，为时空属性漂移分析提供基础。通过计算时空空间相似度，衡量属性在不同时点的相似程度，明确中医药单位时间内的属性漂移情况。

43、2.本发明利用时空空间相似度计算方法，针对每对比较对象计算其相似度，进而识别出属性变化的关键时刻。通过计算不稳定时间戳集合中时间间隔的变化率来定义属性稳定指数；通过将时间戳转换为时间间隔序列，并结合时空空间相似度数据，利用归一化和移动平均方法计算属性规律指数。属性稳定指数和属性规律指数的获取过程进一步加强了对属性变化趋势和规律性的量化评估。

44、3.本发明通过归一化处理属性规律指数和属性稳定指数，并采用复合函数的方法获取属性稳态指数，综合考虑属性的规律性和稳定性，为用户提供了对中医药属性变化趋势和稳定性的综合评估，并根据稳态指数生成积极或警示信号，指导用户在使用中医药属性信息时的决策和操作，提高对属性信息的理解和应用水平，降低分析结果的不确定性。