[發明專利]醫療實體關系抽取方法和裝置

在審

• 申請號: 202110197630.2
• 申請日: 2021-02-22
• 公開（公告）號: CN112883736A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 羅立剛;張旸;婁杰
• 申請（專利權）人: 零氪科技（北京）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G16H10/60
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 卜榮麗;李志剛

1.一種醫療實體關系抽取方法，其特征在于，所述方法包括：

獲取醫療電子病歷；

基于聯合抽取模型的BERT部分對所述醫療電子病歷進行實體抽取，得到所述醫療電子病歷對應的每個實體；

基于聯合抽取模型的多頭選擇機制部分對所述醫療電子病歷對應的每個實體進行關系預測，得到每個所述實體對應的關系分類結果。

2.如權利要求1所述的醫療實體關系抽取方法，其特征在于，所述基于聯合抽取模型的多頭選擇機制部分對所述醫療電子病歷對應的每個實體進行關系預測，包括：

獲取所述醫療電子病歷對應的每個實體對應的主語subjet表征和賓語object表征；

將主語subjet表征和賓語object表征進行Biaffine交互計算得到NxNxC的關系分類矩陣，其中N為序列長度，C為關系類別總數；

對所述關系分類矩陣進行softmax計算，得到每個所述實體對應的關系分類結果。

3.如權利要求1所述的醫療實體關系抽取方法，其特征在于，所述基于聯合抽取模型的BERT部分對所述醫療電子病歷進行實體抽取，包括：

在進行實體抽取時采用指針網絡進行提取實體。

4.如權利要求1所述的醫療實體關系抽取方法，其特征在于，該方法還包括：

基于醫療電子病歷大數據進行清洗，獲取預訓練的語料；

根據醫療領域詞典對所述語料進行詞匯分詞，得到訓練語料；

基于遮蓋語言模型對所述訓練語料進行語言模型預訓練，得到聯合抽取模型的BERT部分。

5.如權利要求1所述的醫療實體關系抽取方法，其特征在于，該方法還包括：

在所述BERT部分的尾部插入基于多頭選擇機制的關系分類器，得到聯合抽取模型的多頭選擇機制部分。

6.一種醫療實體關系抽取裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取醫療電子病歷；

實體抽取模塊，用于基于聯合抽取模型的BERT部分對所述醫療電子病歷進行實體抽取，得到所述醫療電子病歷對應的每個實體；

關系抽取模塊，用于基于聯合抽取模型的多頭選擇機制部分對所述醫療電子病歷對應的每個實體進行關系預測，得到每個所述實體對應的關系分類結果。

7.如權利要求6所述的醫療實體關系抽取裝置，其特征在于，所述關系抽取模塊，用于：

獲取所述醫療電子病歷對應的每個實體對應的主語subjet表征和賓語object表征；

將主語subjet表征和賓語object表征進行Biaffine交互計算得到NxNxC的關系分類矩陣，其中N為序列長度，C為關系類別總數；

對所述關系分類矩陣進行softmax計算，得到每個所述實體對應的關系分類結果。

8.如權利要求6所述的醫療實體關系抽取裝置，其特征在于，所述實體抽取模塊，用于：

在進行實體抽取時采用指針網絡進行提取實體。

9.一種計算機設備，其特征在于，包括：存儲器和處理器；

所述存儲器用于存儲計算機程序；

所述處理器用于執行所述存儲器中存儲的計算機程序；

所述計算機程序用于執行如權利要求1-5中任一項所述的醫療實體關系抽取方法。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機代碼，當所述計算機代碼被執行時，以執行如權利要求1-5中任一項所述的醫療實體關系抽取方法。