医学知识图谱的特殊需求主要体现在哪些方面？一文讲清

一、数据质量的保证



在构建医学知识图谱时，关于数据质量的要求要求特别高，一旦数据有错误，会造成医学知识图谱系统功能断裂，以及上层应用分析能力，从而影响系统的正常使用。数据质量的保证必须从基础的采集信息、加工过程中、存储方面等多个维度来考虑，以确保构建的医学知识图谱对系统的使用没有影响。

1. 数据信息采集
首先，采集数据时，要定义准确的数据来源，以便外界可以清晰地知道系统数据的真实性。另外，采集的信息必须保证不仅有高质量，还应考虑到充足的信息维度，如实体、属性、值、关系等，以便手动和自动二次处理。

2. 数据处理

为了保证数据的准确性和可用性，在构建医学知识图谱的过程中，需要经过多次的数据清洗、标准化、校验等步骤，以去除图中低质量、无效的信息，并将大量数据整理成有联系的标准格式的。

3. 数据存储

在存储图数据时，还需要考虑对数据的安全性和可靠性，确保加密传输、数据永不丢失，以及实施增量备份保护策略，避免数据发生意外遗失。

二、知识表达能力

在建立医学知识图谱时，要能正确、精确地表达医学知识，并在建立完整的知识体系中衔接。要正确表达，就要确定其语义，对某个医学术语或概念，需要准确地定义它的涵义，以及它的实体，类型和关系，并能有效存储在知识图谱数据库中。

1. 集成多源数据能力

因为医学知识数据來源广泛，通常由文献、历史病例和业绩等多种文献数据，因此构建知识图谱时，就需要对多源数据进行集成，处理以建立完整的知识框架。

2. 文字处理能力

医学领域的知识数据大部分来源于文档，因此要构建一个完整的知识图谱，需要文字处理技术进行词法、句法分析，并标定实体和关系的能力。

3. 知识推理能力

缺乏事实的时候，知识图谱中的实体和关系能通过推理有效地匹配，完成知识连接。此外，知识推理技术还可以用于拓展知识图谱本身，挖掘更多的不同层次的知识。

三、自然语言处理

自然语言处理是一项跨越计算机科学、语言学、信息工程和决策支持系统等学科的技术，是构建医学知识图谱的一个重要组成部分。通过自然语言处理，可以启动和支持知识推理，将文本信息抽取 transform 为有用的格式，以便构建知识图谱，提高搜索、查询的精度，支持专家系统的建设等。

1. 情感分析

在医学知识图谱可视