[发明专利]一种基于涕液特征信息语义认知系统及其使用方法

说明书

本发明提供了一种基于涕液特征信息语义认知系统及其使用方法，包括输入单元、语义识别单元、标签集合单元和分类输出单元，输入单元可输入描述涕液特征的内容，用文本形式来描述该涕液特征；语义识别单元根据输入单元输入的描述涕液特征的文本，识别并构建统一格式的待测数据的涕液特征矩阵；涕液特征矩阵的行为对应涕液特征，涕液特征矩阵的列为行对应涕液特征相应的属性；标签集合单元包括若干标签集合，其储存并定期更新内部的标签集合的内容；每个标签集合包括若干个标签；分类输出单元结合语义识别单元输入的涕液特征矩阵，并从标签集合单元选取标签集合，求取涕液特征矩阵的K邻域，并将各K邻域对应的标签集合中的标签分别进行输出。

技术领域

本发明涉及大数据分析技术领域，尤其涉及一种基于涕液特征信息语义认知系统及其使用方法。

背景技术

涕液是鼻腔粘膜的分泌物，受不同身体状况或者环境影响，涕液的特征与某些身体状况息息相关，且涕液特征因人而已，个体差异极大，而且个人根据感性采用语言描述的内容各不相同，表现形式各异，不同样本之间的年龄、身体状况等差异很大，而且不同个人之间的相关性小，涕液特征可能对应的疾病也非常多，因此描述涕液特征的数据是一种含有较多特征的数据。

分类技术是机器学习中非常重要的技术之一，其目标是根据数据的特征将数据归属到相应的类型中，以便进行后续操作，在传统的分类中，一个数据仅有一个标签类别。但是实际数据按一个类别分类其准确性较差，随着数据包含的信息越来越丰富，单一的数据分类无法满足精确分类的需求，无法充分表达数据的语义信息。充分表达数据的多样性和多义性，采用多个标签描述数据是很有必要的。通过个人对涕液特征获取的数据是典型的多标签描述数据，而且是非公开的、具有个人习惯的语料，利用其实现机器学习，提高多标签分类的准确度，提升分类效果和对数据的精确表达，具有较好的应用价值。

发明内容

有鉴于此，本发明提出了一种基于涕液特征信息进行多标签分类的语义认知系统及其使用方法。

本发明的技术方案是这样实现的：

一方面，本发明提供了一种基于涕液特征信息语义认知系统，包括输入单元、语义识别单元、标签集合单元和分类输出单元，输入单元的输出端与语义识别单元的输入端信号连接，语义识别单元的输出端和标签集合单元的输出端均与分类输出单元的输入端信号连接；

输入单元，可输入描述涕液特征的内容，用文本形式来描述该涕液特征；

语义识别单元，根据输入单元输入的描述涕液特征的文本，识别并构建统一格式的待测数据的涕液特征矩阵；涕液特征矩阵的行为对应涕液特征，涕液特征矩阵的列为行对应涕液特征相应的属性；

标签集合单元，包括若干标签集合，其储存并定期更新内部的标签集合的内容；每个标签集合包括若干个标签；

分类输出单元，结合语义识别单元输入的涕液特征矩阵，并从标签集合单元选取标签集合，求取涕液特征矩阵的K邻域，并将各K邻域对应的标签集合中的标签分别进行输出，根据各K邻域输出的标签结果判断涕液特征的文本对应的标签。

在以上技术方案的基础上，优选的，所述输入单元根据描述涕液特征的语言，将其转换成文本。

进一步优选的，所述语义识别单元根据统一的涕液特征的文本，按照涕液颜色、涕液频次、产生时段、涕液形态和伴随症状作为涕液特征的顺序进行TF-IDF识别，将上述涕液特征作为行向量，特征的值作为列向量，构建涕液特征矩阵。

更进一步优选的，所述语义识别单元中储存了与各类型涕液特征相关的文献，TF-IDF识别提出涕液特征的文本中高权重的词语作为涕液特征和涕液特征的值进行保留，每个高权重的词语对应一个标签；具体为：