1.多重推理方式的专家分诊系统，其特征在于：包括症状获取模块，专家经验推理子系统、大数据推理子系统和推理管理模块；

所述症状获取模块用于获取症状信息，并同时发送至专家经验推理子系统和大数据推理子系统；所述症状信息包括症状名称和症状的严重程度信息；

所述专家经验推理子系统包括，

专家经验规则库，用于存储多条规则，所述规则为某一疾病和该疾病的所有症状及症状的严重程度信息；

模糊化模块，用于对所述症状信息以及所述规则中的严重程度信息通过隶属函数进行模糊化；

模糊推理模块：用于根据所述症状信息及专家经验规则库内的规则，利用模糊推理计算出专家经验规则库内规则所对应的疾病发生的概率，并从中选出概率最高的多个疾病及其概率作为推理结果；

大数据推理子系统包括，

关键特征值模块，用于获取病例文本数据，并从中获取每一病例的关键特征值，进而形成关键特征值库；所述关键特征值库内的数据包括，疾病名及其对应的关键特征值；

推理模块，用于将获取的症状信息以关键特征值的形式表示，并计算症状信息的关键特征值与关键特征值库中各疾病所对应的关键特征值的匹配度，以及每个关键特征值所对应的疾病发生的概率，并从中选出匹配度最高的多个疾病及其概率作为推理结果；

所述推理管理模块，用于从所述专家经验推理子系统和大数据推理子系统所反馈的推理结果中选出对应的发生概率最高的指定数量个疾病作为用于分诊参考的输出；

还包括知识图谱推理子系统，

所述知识图谱推理子系统包括，存储有医学知识图谱的知识数据库和语义网络查询模块；

所述语义网络查询模块根据其所获取的症状信息生成查询语句，以从所述知识数据库中查询出相应的疾病名称作为推理结果。

2.根据权利要求1所述的多重推理方式的专家分诊系统，其特征在于：所述推理管理模块，用于从所述专家经验推理子系统和大数据推理子系统所反馈的，对应的发生概率高于一阈值的疾病中选出发生概率最高的指定数量个疾病作为输出；如发生概率高于一阈值的疾病的数量不足，则输出知识图谱推理子系统的推理结果以补足。

3.根据权利要求2所述的多重推理方式的专家分诊系统，其特征在于：所述推理管理模块，还用于将概率差小于5%的推理结果视为概率相同，并在概率相等的情况下优先选择专家推理系统的推理结果。

4.根据权利要求1所述的多重推理方式的专家分诊系统，其特征在于：所述推理模块使用等值维度计算法计算关键特征值间的匹配度。

5.多重推理方式的专家分诊方法，其特征在于：症状获取步骤：获取用户的症状信息，所述症状信息包括症状名称和症状的严重程度信息；

同时进行的专家经验推理步骤和大数据推理步骤；

所述专家经验推理步骤包括以下内容，

规则获取步骤：从存储有多条规则的专家经验规则库中获取规则，所述规则为某一疾病和该疾病的所有症状及症状的严重程度信息；

模糊化步骤：对所述症状信息以及所述规则中的严重程度信息通过隶属函数进行模糊化；

模糊推理步骤：根据症状信息以及专家经验规则库内的规则，利用模糊推理计算出专家经验规则库内规则所对应的疾病发生的概率，并从中选出概率最高的多个疾病及其概率作为推理结果；

所述大数据推理步骤包括以下内容，

关键特征值获取步骤：获取病例文本数据，并从中获取每一病例的关键特征值，进而形成关键特征值库，所述关键特征值库内的数据包括，疾病名及其对应的关键特征值；

推理步骤，将获取的症状信息以关键特征值的形式表示，并计算症状信息的关键特征值与关键特征值库中各疾病所对应的关键特征值的匹配度，以及每个关键特征值所对应的疾病发生的概率，并从中选出匹配度最高的多个疾病及其概率作为推理结果；

推理管理步骤，从所述专家经验推理步骤和大数据推理步骤所得到的推理结果中选出对应的发生概率最高的指定数量个疾病用于分诊；

还包括与所述专家经验推理步骤和大数据推理同时进行的知识图谱推理步骤，包括以下内容：根据所述症状信息生成查询语句，采用该查询语句从知识数据库中查询出相应的疾病名称作为推理结果；所述知识数据库内存储有医学知识图谱。

6.根据权利要求5所述的多重推理方式的专家分诊方法，其特征在于：所述推理管理步骤中，还包括从所述专家经验推理步骤和大数据推理步骤所得的，对应的发生概率高于一阈值的推理结果中选出发生概率最高的指定数量个结果，并将这些结果所对应的疾病用作分诊的参考；如发生概率高于一阈值的疾病的数量不足，则输出知识图谱推理子系统的推理结果以补足。

7.根据权利要求6所述的多重推理方式的专家分诊方法，其特征在于：所述推理管理步骤中，还包括，将概率差小于5%的推理结果视为概率相同，并在概率相等的情况下优先选择专家推理系统的推理结果。

8.根据权利要求7所述的多重推理方式的专家分诊方法，其特征在于：所述推理管理步骤中，使用等值维度计算法计算关键特征值间的匹配度。