基于联邦学习的医学知识共享技术研究.pdfVIP

哈尔滨工业大学硕士学位论文

摘要

近年来，知识图谱被广泛应用于各种领域，而现实中随着众多企业构建有

自己的知识图谱，也造成了数据孤岛多、服务孤岛多、信任孤岛多的现象，使

得数据相对分散。对于某个领域的知识图谱来说，如果能够利用该领域中其他

的知识图谱或者其他领域的知识图谱，则会对双方的知识推理及应用带来很大

的好处。在医学领域中，通过中、西医的知识共享可以更全面地为用户制定健

康方案。但是，由于一些隐私保护条例以及数据所有者的限制，知识图谱之间

并不能直接地进行知识的共享。因此，在知识共享的同时实现保护数据的隐私

具有重要的理论意义和应用价值。

本文针对医学领域当中的中、西医知识图谱实现了知识共享，并进行了共

享时隐私保护的研究。首先，完成了中、西医知识图谱的构建，利用网络爬虫

技术获取医学知识数据，对生成文件中的实体和关系进行抽取，从而进行医学

知识图谱的构建并保存到Neo4j数据库中，为后面的模型训练做好充分的数据

准备。

其次，分别进行了多源同领域知识图谱和多源跨领域知识图谱的知识共享

研究，通过将知识图谱嵌入与联邦学习相结合完成隐私保护的实现。多源同领

域的知识共享在西医的知识图谱上实现，首先将知识图谱划分到多个客户端，

然后使用FedE联邦知识共享模型进行训练。多源跨领域的知识共享在中、西医

的知识图谱上实现，使用KGFS模型对两个领域的知识图谱进行联邦训练。在

两个实验中，均进行了不同的对比实验和部分模块的消融实验，通过对结果的

对比分析发现，经过模型训练的知识共享不仅实现了隐私的保护，知识图谱嵌

入的效果也有所提高。

基于理论分析和模型训练结果，本文设计了医学知识联邦共享系统，并进

行了实现与测试。系统包括实体查询模块、关系查询模块以及模型训练结果的

可视化模块。用户可以使用系统查询自己需要的医学知识，并通过可视化知识

图谱更直观地获取所需信息，在结果可视化模块，能够更直观地对模型训练结

果进行对比，分析知识共享的效果。

关键词:医学知识共享；知识图谱构建；知识表示学习；联邦学习；差分隐私

-I-

哈尔滨工业大学硕士学位论文

Abstract

Inrecentyears,knowledgegraphshavebeenwidelyappliedinvariousfields.

However,inreality,withmanyenterprisesbuildingtheirownknowledgegraphs,

therehavebeenmanydataislands,serviceislands,andtrustislands,resultingin

relativelyscattereddata.Foraknowledgegraphinacertainfield,ifotherknowledge

graphsinthesamefieldorknowledgegraphsinotherfieldscanbeutilized,itwill

bringgreatbenefitstotheknowledgereasoningandapplicationofbothparties.Inthe

fieldofmedicine,knowledgesharingbetweenChineseandWesternmedicinecan

provideuserswithmorecomprehensivehealthplans.However,duetosomeprivacy

protectionregulationsandrestrictionsfromdataowners,knowledgegraphscannot

bedirectlysharedwitheachother.Therefore,achievingthe