(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210028631.9 (22)申请日 2022.01.11 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 金晓辉　阮晓雯　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 代理人 廖慧贤 (51)Int.Cl. G16H 50/20(2018.01) G16H 50/30(2018.01) G06F 16/36(2019.01) G06F 40/279(2020.01)G06F 40/30(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 体质辨识方法、 装置、 电子设备及存 储介质 (57)摘要 本申请提供了一种体质辨识方法、 装置、 电 子设备及存储介质， 属于人工智能及数字医疗领 域。 该方法包括： 获取原始问诊文本； 对原始问诊 文本进行特征提取， 得到症状实体特征； 通过预 设的字典树对症 状实体特征进行标准化处理， 得 到标准症状数据； 通过预设的中医知识图谱对 标 准症状数据进行识别处理， 得到目标疾病类别和 目标证候类别； 对目标疾病类别、 目标证候类别 以及预设的体质类别进行列联分析处理， 得到第 一体质辨识数据； 对目标疾病类别、 目标证候类 别以及预设的体质类别进行关联分析处理， 得到 第二体质辨识数据； 对第一体质辨识数据和第二 体质辨识数据进行融合处理， 得到用于辨识人体 体质的目标体质数据。 该方法能够提高体质辨识 的准确性。 权利要求书2页 说明书15页 附图5页 CN 114360715 A 2022.04.15 CN 114360715 A 1.一种体质辨识方法， 其特 征在于， 所述方法包括： 获取原始问诊文本； 对原始问诊文本进行 特征提取， 得到症状实体特 征； 通过预设的字典树对所述症状实体特 征进行标准化处理， 得到标准症状数据； 通过预设的中医知识图谱对所述标准症状数据进行识别处理， 得到目标疾病类别和目 标证候类别； 对所述目标疾病类别、 所述目标证候类别以及预设的体质类别进行列联分析处理， 得 到第一体质辨识数据； 对所述目标疾病类别、 所述目标证候类别以及预设的体质类别进行关联分析处理， 得 到第二体质辨识数据； 对所述第一体质辨识数据和所述第二体质辨识数据进行融合处理， 得到目标体质数 据； 所述目标体质数据用于辨识人体 体质。 2.根据权利要求1所述的体质辨识方法， 其特征在于， 所述对原始问诊文本进行特征提 取， 得到症状实体特 征， 包括： 识别所述原 始问诊文本中的原 始症状特征； 通过预先训练 的序列分类器对所述原始症状特征进行特征分类处理， 得到标注症状特 征； 对所述标注 症状特征进行卷积处理， 得到症状实体特 征。 3.根据权利要求1所述的体质辨识方法， 其特征在于， 所述通过预设的字典树对所述症 状实体特 征进行标准化处理， 得到标准症状数据， 包括： 利用所述字典树遍历所述症状实体特 征； 通过所述字典树对所述症状实体特 征进行扩充处 理， 得到目标症状特 征； 根据预设的词性类别和字体 类别改写所述目标症状特 征， 得到候选症状特 征； 根据预设的筛 选条件对所述候选症状特 征进行筛 选处理， 得到所述标准症状数据。 4.根据权利要求1所述的体质辨识方法， 其特征在于， 所述通过预设的中医知识图谱对 所述标准症状数据进行识别处 理， 得到目标疾病类别和目标证候类别， 包括： 根据获取到的参考八纲辨证数据和所述中医知识图谱， 将标准症状数据映射到预设的 第一向量空间， 得到疾病特 征向量和证候特 征向量； 通过预设函数分别对所述疾病特征向量和所述证候特征向量进行置信度计算， 得到对 应所述疾病特 征向量的疾病类别置信度和对应所述证候特 征向量的证候类别置信度； 根据所述疾病类别置信度确定所述目标疾病类别， 并根据 所述证候类别置信度确定所 述目标证候类别。 5.根据权利要求1所述的体质辨识方法， 其特征在于， 所述对所述目标疾病类别、 所述 目标证候类别以及预设的体质类别进行列联分析处 理， 得到第一体质辨识数据， 包括： 对所述目标疾病类别、 所述目标证候类别以及预设的体质类别进行列联分析处理， 生 成列联分析表； 根据预设的交并集 算法和所述列联分析表， 计算每一体质类别对应的第一置信度； 根据所述第一置信度与预设的第一阈值的大小关系， 得到所述第一体质辨识数据。 6.根据权利要求1所述的体质辨识方法， 其特征在于， 所述对所述目标疾病类别、 所述权　利　要　求　书 1/2 页 2 CN 114360715 A 2目标证候类别以及预设的体质类别进行关联分析处 理， 得到第二体质辨识数据， 包括： 通过预设的体质关联模型将所述目标疾病类别映射到预设的第 二向量空间， 得到目标 疾病类别序列， 并通过所述体质关联模型将所述 目标证候类别映射到所述第二向量空间， 得到目标证型类别序列； 通过灰色关联法和预设的体质类别对所述目标疾病类别序列和所述目标证型类别序 列进行关联分析， 得到每一体质类别对应的第二置信度； 根据所述第二置信度与预设的第二阈值的大小关系， 得到所述第二体质辨识数据。 7.根据权利要求1至6任一项所述的体质辨识方法， 其特征在于， 所述对所述第一体质 辨识数据和所述第二体质辨识数据进行融合处 理， 得到目标体质数据， 包括： 根据预设的权重比例， 对所述第 一体质辨识数据和所述第 二体质辨识数据进行融合处 理， 得到综合体质辨识数据； 根据所述综合体质辨识数据， 得到体质置信度 序列； 根据预设的筛 选条件对所述体质置信度 序列进行筛 选处理， 得到目标体质数据。 8.一种体质辨识装置， 其特 征在于， 所述装置包括： 原始问诊文本获取模块， 用于获取原 始问诊文本； 特征提取模块， 用于对原 始问诊文本进行 特征提取， 得到症状实体特 征； 标准化模块， 用于通过预设的字典树对所述症状实体特征进行标准化处理， 得到标准 症状数据； 识别模块， 用于通过预设的中医知识图谱对所述标准症状数据进行识别处理， 得到目 标疾病类别和目标证候类别； 列联分析模块， 用于对所述目标疾病类别、 所述目标证候类别以及预设的体质类别进 行列联分析处 理， 得到第一体质辨识数据； 关联分析模块， 用于对所述目标疾病类别、 所述目标证候类别以及预设的体质类别进 行关联分析处 理， 得到第二体质辨识数据； 融合模块， 用于对所述第一体质辨识数据和所述第二体质辨识数据进行融合处理， 得 到目标体质数据； 所述目标体质数据用于辨识人体 体质。 9.一种电子设备， 其特征在于， 所述电子设备包括存储器、 处理器、 存储在所述存储器 上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通 信的数据总线， 所述程序被所述处理器执行时实现如权利要求1至7任一项所述的体质辨识 方法。 10.一种存储介质， 所述存储介质为计算机可读存储介质， 用于计算机可读存储， 其特 征在于， 所述存储介质存储有一个或者多个程序， 所述一个或者多个程序可被一个或者多 个处理器执行， 以实现权利要求1至7中任一项所述的体质辨识方法。权　利　要　求　书 2/2 页 3 CN 114360715 A 3