技术摘要：
本发明公开了一种基于深度学习的相似病历查找方法及系统，包括：构建知识图谱；提取病历样本信息的主题作为病历的特征信息，并存储至数据库；对于输入的电子病历信息，提取病历特征信息；在所述知识图谱中获取包含与该电子病历相关的医疗常识的子图向量；将当前病历的  全部
背景技术：
本部分的陈述仅仅是提供了与本发明相关的
技术实现要素：
信息，不必然构成在先技 术。 越来越多的研究者开始用自然语言处理(Natural  Language  Processing，简称 NLP)领域的技术去解决医疗领域的问题。而在NLP领域中，文本相似性是一个比较基础的问 题，目前计算文本之间的相似度这个问题仍然存在着难点。因为衡量两个句子的之间的相 似度，是通过语义级别，而语义属于认知层面，这给研究带来了很大的难度。因为目前的联 结主义，仅仅能解决语义表示，无法学习逻辑推理。其次，理解一句话或者一段话的语义，不 是单纯靠归纳总结能力，还需要借助外部知识，就是说这句话表达了什么样的事件，这个事 件可能会关联到很多实体，关系，路径。两个句子之间的关系，路径的交集一定程度上代表 了语义的重合度。 现有技术中对于相似病历的检索，通常采用在一个或多个字段上进行匹配检索来 实现的；而在医疗问题中去计算医疗文本相似性，比在非特定领域中，有更大的难度。这是 因为医疗的专业术语是非常多的，而普通的词嵌入向量中很难学到医学的信息。这就导致 了相似检索结果的不完全和不准确，影响检索效率。