[發明專利]一種基于深度學習的藥物關系抽取方法有效
| 申請號： | 202010811218.0 | 申請日： | 2020-08-13 |
| 公開（公告）號： | CN111949792B | 公開（公告）日： | 2022-05-31 |
| 發明（設計）人： | 劉勇國;何家歡;楊尚明;李巧勤 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | G06F16/35 | 分類號： | G06F16/35;G06F40/211;G06K9/62;G16C20/50 |
| 代理公司： | 北京正華智誠專利代理事務所(普通合伙) 11870 | 代理人： | 李林合 |
| 地址： | 611731 四川省成*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 學習 藥物 關系 抽取 方法 | ||
1.一種基于深度學習的藥物關系抽取方法，其特征在于，包括以下步驟：
S1、獲取與藥物相關的文獻，將文獻的文本內容以句子為基本單位分句，將每一句作為一個初始樣本；
S2、保留包含兩個及以上藥物名詞的初始樣本，并對保留的樣本進行標注，得到標注樣本；
S3、在標注樣本中根據詞與藥物的位置關系，為每個詞增加一個相對藥物的位置屬性，得到與每個詞對應的位置特征向量；
S4、獲取并將所有藥物分子SMILES表達式轉換為圖結構，獲取圖結構中每個藥物的藥物分子特征向量；
S5、將文本中的單詞表示為向量，采用向量代替對應的單詞，進而將每個句子向量化；
S6、將向量化的句子輸入深度學習網絡，得到該句子對應的文本特征向量；
S7、將每個句子對應的文本特征向量和藥物分子特征向量進行串聯，得到與每個句子相對應的整體特征向量；
S8、將與每個句子相對應的整體特征向量輸入全連接層，得到非線性表示的向量；
S9、采用softmax函數對非線性表示的向量進行分類，得到每個分類的概率，將概率最高的類作為識別得到的藥對關系，完成藥物關系抽取。
2.根據權利要求1所述的基于深度學習的藥物關系抽取方法，其特征在于，所述步驟S2中對保留的樣本進行標注，得到標注樣本的具體方法為：
根據DDIExtraction2013挑戰規則，將標簽分為5類，分別是：建議、作用、藥物機制、正向和無關系。
3.根據權利要求1所述的基于深度學習的藥物關系抽取方法，其特征在于，所述步驟S3的具體方法為：
在標注樣本中獲取每個詞與藥物的位置關系，建立元素個數與藥物數量相等的向量，若詞在第n個藥物之前m個位置，則將向量中第n個元素的數值設置為m；若詞在第n個藥物之后m個位置，則將向量中第n個元素的數值設置為-m，遍歷每個藥物，得到與該詞對應的位置特征向量，進而得到與每個詞對應的位置特征向量。
4.根據權利要求1所述的基于深度學習的藥物關系抽取方法，其特征在于，所述步驟S4的具體方法包括以下子步驟：
S4-1、從數據庫DrugBank中獲取所有藥物分子SMILES表達式；
S4-2、通過RDKit工具，以藥物的每個原子作為節點，原子與原子之間的元素鍵作為邊，將藥物分子SMILES表達式轉換為圖結構；
S4-3、將圖結構中所有元素鍵及原子隨機初始化為一個向量，根據公式：
獲取第v個原子及元素鍵在第t次迭代后的向量表示其中σ(·)為sigmod激活函數；Ht-1為參數矩陣；為第v個原子及元素鍵在第t-1次迭代后的向量表示；表示第w個原子及元素鍵在第t-1次迭代后的向量表示；N(v)表示第v個原子在圖結構中相鄰的原子及元素鍵的集合；
S4-4、根據公式：
獲取第v個原子所對應的藥物的藥物分子特征向量，進而得到圖結構中每個藥物的藥物分子特征向量；其中softmax(·)為softmax函數；Wt為參數矩陣。
5.根據權利要求1所述的基于深度學習的藥物關系抽取方法，其特征在于，所述步驟S5的具體方法為：
采用word2vec模型對文本內容進行訓練，將文本中的單詞表示為向量，按照單詞的前后位置關系將每個向量作為句子向量的元素，得到表示每個句子的向量，進而將每個句子向量化。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學，未經電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010811218.0/1.html，轉載請聲明來源鉆瓜專利網。
