[發明專利]一種基于雙鄰域圖神經網絡的醫療實體對齊方法及系統

有效

• 申請號: 202110709149.7
• 申請日: 2021-06-25
• 公開（公告）號: CN113361279B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 史新晨;章永龍;李斌
• 申請（專利權）人: 揚州大學
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06N3/048;G06N3/084;G06N3/0985;G06F16/335;G06F16/35;G06F16/36;G16H50/70
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 孟紅梅

1.一種基于雙鄰域圖神經網絡的醫療實體對齊方法，其特征在于，包括以下步驟：

步驟1，從鏈接開放數據項目所存儲的醫療知識圖譜中，抽取醫療領域對齊的實體對以及相應的關系和屬性，并對得到的數據進行預處理；

步驟2，將實體和屬性建模在統一的網絡中，通過關系三元組定義實體和實體之間的拓撲連接，屬性三元組定義實體和屬性之間的拓撲連接，使用圖神經網絡分別在實體鄰域和屬性鄰域進行特征聚合，生成實體鄰域特征和屬性鄰域特征，并使用門控機制進行特征整合以保持實體嵌入的維度不變；

步驟3，通過串聯操作得到每一層的雙鄰域特征，并通過跳躍連接輸出，生成全局感知的實體表示；

步驟4，根據兩個實體在嵌入空間的距離計算相似度，對網絡模型進行訓練，并用訓練完的模型預測源實體的目標實體。

2.根據權利要求1所述的基于雙鄰域圖神經網絡的醫療實體對齊方法，其特征在于，步驟1中具體過程包括：

步驟1-1，隨機抽取不同醫療知識圖譜中對齊的醫療實體對；

步驟1-2，抽取步驟1-1獲得的實體的關系和屬性信息，以關系三元組和屬性三元組的方式存儲；

步驟1-3，對獲得的數據進行預處理，將實體、關系和屬性進行編號，只保留屬性類型而舍棄具體的屬性值，并過濾掉僅出現過一次的屬性。

3.根據權利要求1所述的基于雙鄰域圖神經網絡的醫療實體對齊方法，其特征在于，步驟2中使用圖注意力網絡進行雙鄰域特征聚合，具體為：

使用圖注意力網絡GAT1在實體鄰域進行特征聚合，通過聚合實體e_i鄰居實體的表示，從而更新實體e_i的實體鄰域特征表示實體e_i在圖注意力網絡GAT1第l層的實體鄰域特征；

使用圖注意力網絡GAT2在屬性鄰域進行特征聚合，通過聚合實體e_i擁有的屬性的表示，從而更新實體e_i的屬性鄰域特征通過聚合屬性a所屬的實體表示，從而更新屬性a的特征表示實體e_i在圖注意力網絡GAT2第l層的屬性鄰域特征，表示屬性a第l層的特征，作為下一層神經網絡輸入的屬性表示。

4.根據權利要求3所述的基于雙鄰域圖神經網絡的醫療實體對齊方法，其特征在于，步驟2中使用Highway?gate的門控機制，將實體鄰域特征和屬性鄰域特征進行整合：

其中，ReLU表示激活函數，σ是非線性激活函數tanh，M和b是各層共享的權重矩陣和偏置向量，表示實體e_i第l層的特征，作為下一層神經網絡的輸入的實體表示。

5.根據權利要求4所述的基于雙鄰域圖神經網絡的醫療實體對齊方法，其特征在于，步驟3中具體過程包括：

步驟3-1，將步驟2中的實體鄰域特征和屬性鄰域特征進行串聯得到雙鄰域實體特征：

其中，||表示串聯操作；

步驟3-2，將圖神經網絡每一層的雙鄰域特征通過跳躍連接輸出并串聯在一起，生成全局感知的實體表示：

其中，L表示神經網絡的層數。

6.根據權利要求1所述的基于雙鄰域圖神經網絡的醫療實體對齊方法，其特征在于，步驟4中具體過程包括：

步驟4-1，根據實體嵌入之間的曼哈頓距離來判斷兩個實體是否對齊，兩個實體在嵌入空間中的曼哈頓距離越小，他們的相似度就越大，也就越可能對齊：

其中，表示曼哈頓距離，分別表示實體e₁、e₂全局感知的實體表示；

步驟4-2，模型訓練，采用誤差逆傳播算法，最小化損失函數，不斷優化模型中的參數，損失函數定義如下：

其中，γ0是一個間隔超參數，S是預對齊的實體對集合，S′是負樣本的集合，在訓練模型時，采用“早停”策略防止過擬合。

步驟4-3，用訓練完的模型預測源實體的目標實體，并輸出實體對齊的結果。