[發明專利]一種文獻標注方法、裝置、設備及計算機可讀介質

有效

• 申請號: 201910129323.3
• 申請日: 2019-02-21
• 公開（公告）號: CN109872775B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 佟凡;宋偉;劉圣;錢丹丹;趙化育;焦亞鑫;李金秋
• 申請（專利權）人: 北京邁迪培爾信息技術有限公司
• 主分類號: G16B20/20
• 分類號: G16B20/20;G16B25/10;G16B50/10;G16B40/00
• 代理公司: 北京智沃律師事務所 11620
• 代理人: 李笑丹

1.一種文獻標注方法，其特征在于，包括：

接收用戶提交的包含目標基因的基因檢索請求；

在數據庫中查找與所述目標基因匹配的基因、變異和疾病之間的關聯關系及所述關聯關系的來源文獻信息；

對與所述來源文獻信息對應的來源文獻進行針對所述基因、所述變異和所述疾病的命名實體識別，并標注識別到的命名實體數據；

在至少兩個所述命名實體數據所在的關系類型共現語句中，確定命名實體之間的關系類型，在所述來源文獻中標注所述關系類型；

所述在至少兩個所述命名實體數據所在的關系類型共現語句中，確定命名實體之間的關系類型，包括：

查找所述命名實體數據所在的關系類型共現語句；

在至少兩個所述命名實體數據所在的關系類型共現語句中，查找位于預設關系類型指示詞庫中的關系類型指示詞；

將所述關系類型指示詞映射至所述數據庫中，確定與所述關系類型指示詞對應的關系類型。

2.根據權利要求1所述的文獻標注方法，其特征在于，所述對與所述來源文獻信息對應的來源文獻進行針對基因、變異和疾病的命名實體識別，包括：

按照預設分詞規則對所述來源文獻中的各語句進行淺層分詞和深層分詞；

將所述來源文獻中的各語句輸入預設的深度神經網絡中，計算每一個輸入的語句中各詞語屬于不同預設實體類型的概率值，所述深度神經網絡由雙向長短期記憶模型網絡層和全連接網絡層組成；

結合傳統機器學習維特比模型、條件隨機場模型及狀態轉移算法，確定關于基因、變異和疾病的命名實體數據。

3.根據權利要求1所述的文獻標注方法，其特征在于，所述方法還包括：

將與所述目標基因匹配的基因、變異和疾病之間的關聯關系的來源文獻信息更新為至少兩個所述命名實體數據所在的關系類型共現語句。

4.一種文獻標注裝置，其特征在于，包括：

接收模塊，用于接收用戶提交的包含目標基因的基因檢索請求；

查找模塊，用于在數據庫中查找與所述目標基因匹配的基因、變異和疾病之間的關聯關系及所述關聯關系的來源文獻信息；

識別模塊，用于對與所述來源文獻信息對應的來源文獻進行針對基因、變異和疾病的命名實體識別，并標注識別到的命名實體數據；

確定模塊，用于在至少兩個所述命名實體數據所在的關系類型共現語句中，確定命名實體之間的關系類型，在所述來源文獻中標注所述關系類型；

所述確定模塊，包括：

第一查找單元，用于查找所述命名實體數據所在的關系類型共現語句；

第二查找單元，用于在至少兩個所述命名實體數據所在的關系類型共現語句中，查找位于預設關系類型指示詞庫中的關系類型指示詞；

第二確定單元，用于將所述關系類型指示詞映射至所述數據庫中，確定與所述關系類型指示詞對應的關系類型。

5.根據權利要求4所述的文獻標注裝置，其特征在于，所述識別模塊，包括：

分詞單元，用于按照預設分詞規則對所述來源文獻中的各語句進行淺層分詞和深層分詞；

計算單元，用于將所述來源文獻中的各語句輸入預設的深度神經網絡中，計算每一個輸入的語句中各詞語屬于不同預設實體類型的概率值，所述深度神經網絡由雙向長短期記憶模型網絡層和全連接網絡層組成；

第一確定單元，用于結合傳統機器學習維特比模型、條件隨機場模型及狀態轉移算法，確定關于基因、變異和疾病的命名實體數據。

6.根據權利要求4所述的文獻標注裝置，其特征在于，所述裝置還包括：更新模塊；

所述更新模塊，用于將與所述目標基因匹配的基因、變異和疾病之間的關聯關系的來源文獻信息更新為至少兩個所述命名實體數據所在的關系類型共現語句。

7.一種文獻標注設備，包括存儲器、處理器，所述存儲器中存儲有可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現上述權利要求1至3任一項所述的方法的步驟。

8.一種具有處理器可執行的非易失的程序代碼的計算機可讀介質，其特征在于，所述程序代碼使所述處理器執行所述權利要求1-3任一所述方法。