[發(fā)明專利]醫(yī)學(xué)健康領(lǐng)域知識圖譜的關(guān)系抽取方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810708686.8
• 申請日: 2018-07-02
• 公開（公告）號: CN109145120B
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計）人: 常德杰;孔飛;卜江勇;趙進;劉邦長;劉朝振;姜鵬
• 申請（專利權(quán)）人: 北京妙醫(yī)佳信息技術(shù)有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06F16/383
• 代理公司: 北京德恒律治知識產(chǎn)權(quán)代理有限公司 11409
• 代理人: 章社杲;盧軍峰

1.一種醫(yī)學(xué)健康領(lǐng)域知識圖譜的關(guān)系抽取方法，其特征在于，包括：

步驟S1，構(gòu)造訓(xùn)練語料，構(gòu)造的所述訓(xùn)練語料包括句子、實體對、以及實體對之間的關(guān)系；

步驟S2，將所述訓(xùn)練語料輸入至基于Bi-GRU和雙重關(guān)注的模型進行訓(xùn)練，以得到關(guān)系抽取模型，所述雙重關(guān)注包括字級別的關(guān)注和句子級別的關(guān)注；

步驟S3，使用關(guān)系抽取模型預(yù)測知識文本中的實體之間的關(guān)系，

其中，所述步驟S3包括：

識別所述知識文本中的實體；

提取與識別的實體共現(xiàn)的句子；

根據(jù)提取的句子，并使用關(guān)系抽取模型預(yù)測識別的實體之間的關(guān)系。

2.根據(jù)權(quán)利要求1所述的醫(yī)學(xué)健康領(lǐng)域知識圖譜的關(guān)系抽取方法，其特征在于，在步驟S1中，構(gòu)造訓(xùn)練語料包括：

根據(jù)知識圖譜抽取其中的關(guān)系對，并在語料庫中選擇正確的句子，以構(gòu)造正關(guān)系對樣本。

3.根據(jù)權(quán)利要求2所述的醫(yī)學(xué)健康領(lǐng)域知識圖譜的關(guān)系抽取方法，其特征在于，在步驟S1中，構(gòu)造訓(xùn)練語料還包括：

隨機抽取沒有關(guān)系的實體對，并在所述語料庫中隨機抽取與沒有關(guān)系的實體對共現(xiàn)的句子，以構(gòu)造負關(guān)系對樣本。

4.根據(jù)權(quán)利要求1所述的醫(yī)學(xué)健康領(lǐng)域知識圖譜的關(guān)系抽取方法，其特征在于，步驟S2包括：

將所述訓(xùn)練語料中的每一個字符輸入作為字嵌入，隨后對每個句子的輸入進行訓(xùn)練并加入所述字級別的關(guān)注。

5.根據(jù)權(quán)利要求1所述的醫(yī)學(xué)健康領(lǐng)域知識圖譜的關(guān)系抽取方法，其特征在于，

所述實體對中的實體是醫(yī)療健康術(shù)語。

6.根據(jù)權(quán)利要求1所述的醫(yī)學(xué)健康領(lǐng)域知識圖譜的關(guān)系抽取方法，其特征在于，步驟S1包括：

通過資料收集人工整理出多種關(guān)系，所述多種關(guān)系包括以下關(guān)系之中的任意多種：疾病與癥狀、疾病與檢查、疾病與食譜、疾病與藥物、疾病與運動、食譜與食材、癥狀與檢查、癥狀與食譜、癥狀與藥物。

7.一種醫(yī)學(xué)健康領(lǐng)域知識圖譜的關(guān)系抽取系統(tǒng)，其特征在于，包括順序連接的以下模塊：

語料構(gòu)造模塊，用于構(gòu)造訓(xùn)練語料，并且構(gòu)造的所述訓(xùn)練語料包括句子、實體對、以及實體對之間的關(guān)系；

訓(xùn)練模塊，用于將所述訓(xùn)練語料輸入至基于Bi-GRU的模型進行訓(xùn)練，并在所述訓(xùn)練中加入字級別的關(guān)注和句子級別的關(guān)注；

模型導(dǎo)出模塊，用于導(dǎo)出訓(xùn)練后的模型從而得到關(guān)系抽取模型，關(guān)系抽取模型用于預(yù)測知識文本中的實體之間的關(guān)系，

其中，所述模型導(dǎo)出模塊還用于：

識別所述知識文本中的實體；

提取與識別的實體共現(xiàn)的句子；

根據(jù)提取的句子，并使用關(guān)系抽取模型預(yù)測識別的實體之間的關(guān)系。