医学知识图谱Schema在构建过程中要注意什么？一文讲清

构建医学知识图谱Schema因其相关数据非常庞大且数据来源复杂，且存在着大量的知识结构和语义依赖，因此要注意以下方面：



一是建模要清晰，要给Schema定义简单明了的概念，不能把复杂的结构映射为单个概念，结构要清晰，层次要清晰，让模型可视化，方便后期维护和扩展，在构建Schema时，要注意把握住不同类的实体的特性，使Schema显得清晰合理。

二是数据库的结构要合理，要求属性严格满足质量要求，把握属性的准确度及完整程度，关系的准确性及完整程度，以及对不同实体的相关关系怎么表示，如何标记实体属性、语义关系以及其它信息，以便模型有效表示知识库内容；在浏览知识库时，也要在用户界面上给出类似正确、精确的描述，以方便用户快速找到所需的知识。

三是要丰富的元数据要求，元数据涉及的内容非常之多，如：实体的名称、英文名称、实体属性、实体关系、拼写检查、数据库主键以及实体标签等等，而元数据有利于使图谱Scheme易于管理、可共享以及可扩展；同时还需要注意追踪知识库随着信息量增加而发生变化时元数据的更新，使模型保持最新状态。

四是要较好的发现技术，建立医学知识图谱Schema需要进行聆听发现，聆听发现是指使用搜索引擎，根据用户的请求将大量的医学相关信息以及模型内容进行排序和选择，并自动生成图谱Schema。聆听发现技术很有必要，一是可以有效帮助用户筛选出与内容相关的内容，二是比起传统的模式构建方式更加快速，时间和精力消耗小；同时，还可以综合应用大数据、机器学习、深度学习等其它技术，进行发现模型的构建。

五是要建立强大的搜索功能，搜索功能是医学知识图谱Schema的重要功能，可以有效的提高检索的准确性和效率，搜索要支持如关键词模糊搜索等多种功能，使用户可以使用不正确或不正常的输入，从而获得合理的输出；另外，搜索功能可以进行多属性检索，从而更加快捷地找到所需的内容。

总之，构建医学知识图谱Schema有许多方面需要考虑和重视，上述分析内容剖析出五个方面：模式要清晰易懂，数据库结构要合理，元数据要丰富，发现技术须先进，搜索功能须强大。此外，还要注意在构建医学知识图谱Schema时，要在有限的时间内找到尽可能多的相关知识，以此达到图谱Scheme的完善。