本技术涉及人工智能领域，具体涉及一种基于知识图谱搜索输出问诊建议策略的方法、介质和设备。
背景技术：
1、中医，作为中国传统医学的重要组成部分，拥有独特的理论体系和诊疗方法，在预防和治疗多种疾病方面发挥着关键作用，尤其是在亚健康状态和老年性疾病的管理上。随着生活水平的提高，公众对医疗健康的关注度不断增加。传统的中医四诊方法依赖医生的经验和主观判断，可能导致诊断结果不一致。手动记录和分析数据的低效率以及优质中医资源的不均衡分布，进一步加剧了这一问题。
2、知识图谱是一种用图的形式表示知识的技术，它可以描述现实世界中的实体、概念及其关系，形成一个语义网络。知识图谱可以用于提高信息检索、问答、推荐等应用的效果，也可以用于辅助人类进行知识发现和推理。
3、知识图谱在中医诊断领域的应用主要策略分为以下几个步骤：(1)建立中医临床核心知识体系，包括中医基本理论、中医病证、中医药物、中医治疗方法等，形成一个可视化的知识图谱，帮助分析中医思维方法，梳理医案中蕴含的知识，研究历代医家的用药规律和治疗方法，发现和总结名老中医经验。(2)问题分析，对用户提出的自然语言问题进行分词、词性标注、命名实体识别、语义角色标注等，分析问题的类型、意图、焦点、约束等，生成问题的结构化表示。(3)知识检索，根据问题的结构化表示，从知识图谱中检索相关的实体、概念、关系等，构建候选答案集合。(4)答案生成，根据问题的类型和答案的形式，生成自然语言的答案，或者生成表格、图表、图片等其他形式的答案。
4、目前，网络上的诸多线上问诊平台虽然建立了包含丰富医疗健康知识的知识图谱，但用户在检索和利用这些信息时却面临效率低下的问题。这主要是因为传统搜索引擎仅通过简单的关键词匹配来响应用户查询，忽略了自然语言中的复杂语义，导致返回的结果往往与用户的实际问题不相关。用户不得不投入大量时间和精力来筛选信息，以找到真正符合自己需求的内容，这极大地影响了他们的检索体验和满意度。因此，现有技术在处理自然语言的能力方面存在明显的不足，亟需改进以提供更准确、更人性化的搜索服务。
5、此外，中医学是一个知识深度和专业性极高的领域，其专业术语对于非专业人士来说往往难以理解。在医疗信息网站上，分类目录和引导词汇的复杂性常常使得普通用户难以快速找到所需信息，很多时候无法准确捕捉到用户的具体需求，从而无法提供有效和高效的服务。这些缺陷表明，需要更智能的解决方案来降低中医学知识的门槛，使信息检索更加用户友好，并提升自动问答系统的准确性和响应速度。
技术实现思路
1、鉴于上述问题，本技术提供了一种基于知识图谱搜索输出问诊建议策略的技术方案，以解决现有的知识图谱无法为用户提供高效服务，导致患者体验差等问题。
2、为实现上述目的，在第一方面，本技术提供了一种基于知识图谱搜索输出问诊建议策略的方法，所述方法包括：
3、获取用户的客体先验信息和主诉信息；
4、通过第一大语言模型对所述客体先验信息和所述主诉信息进行分析，抽取对应的第一实体信息；
5、将所述第一实体信息作为知识图谱的输入，搜索得到与所述第一实体信息相关联的第一病症信息，并将所述第一病症信息输出给第二大语言模型；
6、第二大语言模型基于所述第一病症信息生成符合自然语言表达的问题描述信息，以及接收用户针对所述问题描述信息的反馈信息，并通过第一大语言模型对所述反馈信息进行分析，抽取所述反馈信息对应的第二实体信息；
7、将所述第二实体信息输入知识图谱的输入，搜索得到与所述第二实体信息相关联的第二病症信息，并将所述第二病症信息输出给第二大语言模型，以使所述第二大语言模型基于所述第二病症信息生成新的符合自然语言表达的问题描述信息，以及接收用户针对新的所述问题描述信息的反馈信息后再次进行分析；
8、在满足预设条件后，第二大语言模型输出当前用户对应的问诊建议策略。
9、进一步的，所述知识图谱基于以下方式得到：
10、构建初始的知识图谱信息；
11、获取基础知识信息，并对所述基础知识信息进行数据清洗和标准化处理，得到格式统一的标准基础知识信息；
12、使用自然语言处理技术对所述标准基础知识信息进行实体识别和关系抽取，从所述标准基础知识信息中识别出对应的知识实体信息和各个知识实体信息对应的关系；
13、根据识别出的知识实体信息构建符合定义的三元组，并将抽取出的三元组与所述初始的知识图谱信息进行融合，得到更新后的所述知识图谱。
14、进一步的，所述基础知识信息包括中医基础知识、疾病知识、症状描述知识、药物知识、诊疗经验知识以及文献资料知识中的任一项或多项；所述知识实体信息包括疾病信息、证候信息、症状信息和治法信息。
15、进一步的，所述通过第一大语言模型对所述客体先验信息和所述主诉信息进行分析，抽取对应的第一实体信息包括：
16、所述第一大语言模型通过自然语言处理技术中的命名实体识别功能，基于某一抽取规则抽取所述客体先验信息和所述主诉信息第一实体信息，以及计算各个第一实体信息之间的关系，所述第一实体信息包括症状信息、疾病名称、症候信息；
17、所述方法还包括：
18、将识别出的第一实体信息和与之对应的关系信息与当前所述知识图谱中的数据进行匹配，判断所述知识图谱中是否具有所述第一实体信息和/或与之对应的关系信息，若否则基于另一抽取规则对所述客体先验信息和所述主诉信息再次进行分析，得到新的第一实体信息和与之对应的关系信息后再次进行判断。
19、进一步的，所述知识图谱根据以下方式得到；
20、构建症状的自回归模型，所述自回归模型用于分析和预测时间序列数据，并使用历史症候来预测下一个未来症候，整个症候序列的估计值通过以下的方式获得：
21、
22、其中，n是一个疾病症候序列的长度，u1,u2,…,un是一个疾病不同序列阶段的症候；
23、所述自回归模型最终的优化目标是让整个症候序列的估计值尽可能的高，从而得到所述知识图谱。
24、进一步的，所述将所述第一实体信息作为知识图谱的输入，搜索得到与所述第一实体信息相关联的第一病症信息包括：
25、通过设置的总的权值w确定待回答实体的反馈信息的最终重要程度，在症候序列t时刻的症候实体vt的权值w(vt)通过以下三个输入共同计算出来：w1，w2，δ(vt)，其中，w1表示其他相关实体与某一疾病的权重，w2表示某一相关实体与不同疾病间的权重，δ(vt)表示实体vt的入度；
26、w(vt)的具体计算公式如下：
27、
28、其中，n表示与实体v存在有向边的疾病的数量；
29、将查询实体作为条件查询所述知识图谱，得到与该实体相关的第一病症信息；
30、所述第二大语言模型基于所述第一病症信息生成符合自然语言表达的问题描述信息包括：
31、对多个与当前实体相关的所述第一病症信息中相关的实体取交集，并根据实体权值w对交集进行降序排序，根据w从大到小的排序，若w值大于预设阈值，则将w所对应的第一病症信息置入对应的预设问句模板中，生成符合自然语言表达的症状询问语句。
32、进一步的，所述预设条件包括：
33、获取到用户针对所述问题描述信息的反馈信息的次数达到预设限制次数；
34、或者接收到问诊建议策略的输出指令。
35、进一步的，所述客体先验信息包括用户对应的基本体征、年龄、性别、饮食习惯中的任一项或多项，所述主诉信息包括用户描述的主要症状信息，以及伴随症状信息、发病史、加重或缓解因素、相关就诊史、已采取的自我护理措施中的任一项或多项。
36、在第二方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如本技术第一方面所述的基于知识图谱搜索输出问诊建议策略的方法。
37、在第三方面，本技术提供了一种电子设备，其上存储有计算机程序，包括处理器和存储介质，所述存储介质上存储有计算机程序，所述计算机程序被所述处理器执行时实现如本技术第一方面所述的基于知识图谱搜索输出问诊建议策略的方法。
38、区别于现有技术，上述技术方案中基于知识图谱搜索输出问诊建议策略的方法、介质和设备，所述方法包括：获取用户的客体先验信息和主诉信息；通过第一大语言模型对所述客体先验信息和所述主诉信息进行分析，抽取对应的第一实体信息；将所述第一实体信息作为知识图谱的输入，搜索得到与所述第一实体信息相关联的第一病症信息，并将所述第一病症信息输出给第二大语言模型；第二大语言模型基于所述第一病症信息生成符合自然语言表达的问题描述信息，以及接收用户针对所述问题描述信息的反馈信息，并通过第一大语言模型对所述反馈信息进行分析，抽取所述反馈信息对应的第二实体信息，将所述第二实体信息输入至知识图谱中再次进行分析判断，并在满足预设条件后，第二大语言模型输出当前用户对应的问诊建议策略。通过上述方案与患者的多轮对话收集关键信息，并据此为患者提供高效、便捷且高度个性化的中医问诊服务。
39、上述
技术实现要素：
相关记载仅是本技术技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本技术的技术方案，进而可以依据说明书的文字及附图记载的内容予以实施，并且为了让本技术的上述目的及其它目的、特征和优点能够更易于理解，以下结合本技术的具体实施方式及附图进行说明。
1.一种基于知识图谱搜索输出问诊建议策略的方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于知识图谱搜索输出问诊建议策略的方法，其特征在于，所述知识图谱基于以下方式得到：
3.如权利要求2所述的基于知识图谱搜索输出问诊建议策略的方法，其特征在于，所述基础知识信息包括中医基础知识、疾病知识、症状描述知识、药物知识、诊疗经验知识以及文献资料知识中的任一项或多项；所述知识实体信息包括疾病信息、证候信息、症状信息和治法信息。
4.如权利要求1所述的基于知识图谱搜索输出问诊建议策略的方法，其特征在于，所述通过第一大语言模型对所述客体先验信息和所述主诉信息进行分析，抽取对应的第一实体信息包括：
5.如权利要求1所述的基于知识图谱搜索输出问诊建议策略的方法，其特征在于，所述知识图谱根据以下方式得到；
6.如权利要求1所述的基于知识图谱搜索输出问诊建议策略的方法，其特征在于，所述将所述第一实体信息作为知识图谱的输入，搜索得到与所述第一实体信息相关联的第一病症信息包括：
7.如权利要求1至6任一项所述的基于知识图谱搜索输出问诊建议策略的方法，其特征在于，所述预设条件包括：
8.如权利要求1至6任一项所述的基于知识图谱搜索输出问诊建议策略的方法，其特征在于，所述客体先验信息包括用户对应的基本体征、年龄、性别、饮食习惯中的任一项或多项，所述主诉信息包括用户描述的主要症状信息，以及伴随症状信息、发病史、加重或缓解因素、相关就诊史、已采取的自我护理措施中的任一项或多项。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至8任一项所述的基于知识图谱搜索输出问诊建议策略的方法。
10.一种电子设备，其上存储有计算机程序，其特征在于，包括处理器和存储介质，所述存储介质上存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8任意一项所述的基于知识图谱搜索输出问诊建议策略的方法。
