[發(fā)明專利]一種基于雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的關(guān)聯(lián)規(guī)則挖掘方法

在審

• 申請?zhí)枺?/td>: 202110370256.1
• 申請日: 2021-04-07
• 公開（公告）號(hào): CN113010581A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計(jì)）人: 周璨
• 申請（專利權(quán)）人: 桂林電子科技大學(xué)
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/26;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，該方法是通過Bi-LSTM模型計(jì)算出帶有上下文信息的實(shí)體詞向量矩陣，再通過TransE與歐幾里得公式得出關(guān)系閾值，再結(jié)合Apriori進(jìn)行關(guān)聯(lián)規(guī)則挖掘，具體包括如下步驟：

1)對要挖掘的數(shù)據(jù)集進(jìn)行預(yù)處理，步驟如下：

1-1)將獲取的數(shù)據(jù)集統(tǒng)一轉(zhuǎn)換為便于計(jì)算機(jī)處理的txt格式，得到文本集；

1-2)將文本集中所有的術(shù)語根據(jù)中醫(yī)術(shù)語權(quán)威標(biāo)準(zhǔn)進(jìn)行統(tǒng)一規(guī)范化；

1-3)將文本集中會(huì)影響實(shí)體關(guān)系的無關(guān)詞語進(jìn)行清洗刪除；

1-4)將詞與詞之間劃分間隔，以獲得清晰的術(shù)語個(gè)體，得到術(shù)語集；

2)標(biāo)記預(yù)處理后的文本，步驟如下：

2-1)將步驟1-4)獲得的術(shù)語集進(jìn)行標(biāo)記；

2-2)將步驟2-1)標(biāo)記好的文本集輸入word2vec模型中，轉(zhuǎn)換成維度為150的詞向量集；

3)訓(xùn)練關(guān)聯(lián)規(guī)則挖掘模型，步驟如下：

3-1)將步驟2-1)獲得的標(biāo)記術(shù)語集轉(zhuǎn)換為事務(wù)集合，輸入Apriori算法模型中，獲得頻繁項(xiàng)集與置信度；

3-2)將步驟2-2)獲得的詞向量集輸入Bi-LSTM模型中，以獲得帶有上下文信息的詞向量矩陣；

3-3)將步驟3-2得到的詞向量矩陣輸入TransE模型中，再通過歐幾里得公式聯(lián)合計(jì)算，獲得初級(jí)關(guān)系閾值；

3-4)重復(fù)步驟3-3)操作，取20次試驗(yàn)中計(jì)算出的最大閾值與最小閾值加權(quán)平均數(shù)計(jì)算極差后取中值，得到關(guān)系閾值的界限值；

3-5)將步驟3-1)獲得的項(xiàng)集和置信度與步驟3-4)計(jì)算出的關(guān)系閾值界限值同時(shí)輸入改進(jìn)后的關(guān)聯(lián)規(guī)則挖掘算法模型中，獲得精確的實(shí)體關(guān)系。

2.根據(jù)權(quán)利要求1所述的一種基于雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，步驟2-1)中，所述的標(biāo)記，是將(B-BN，I-BN)、(B-ZSP，I-ZSP)、(B-ZX，I-ZX)、(B-DL，I-DL)、(B-YN，I-YN)分別表示病名實(shí)體開始與結(jié)束標(biāo)記、癥狀實(shí)體開始與結(jié)束標(biāo)記、證型實(shí)體開始與結(jié)束標(biāo)記、方劑實(shí)體開始與結(jié)束標(biāo)記、藥名實(shí)體開始與結(jié)束標(biāo)記。

3.根據(jù)權(quán)利要求1所述的一種基于雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，步驟2-2)中，所述的word2vec模型，是采用word2vec框架下的Skip-Gram和CBOW模型進(jìn)行數(shù)據(jù)預(yù)訓(xùn)練，增強(qiáng)原始數(shù)據(jù)的可計(jì)算性。

4.根據(jù)權(quán)利要求1所述的一種基于雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，步驟3-3)中，所述的TransE模型，是基于定理：在固定的向量空間中，向量存在平移不變性，所構(gòu)建的向量打分公式的形式為：歐幾里得公式負(fù)責(zé)計(jì)算分?jǐn)?shù)權(quán)值：其中n為關(guān)系元組數(shù)量的總和，S代表每個(gè)元組的得分，W為權(quán)值，權(quán)值之間的關(guān)系為∑(w₁，w₂，w₃)＝1，再通過歐幾里得公式計(jì)算向量之間的相似度，以此來決定權(quán)值分配情況：其中Di：