买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江工业大学申请的专利一种中文医学实体关系联合抽取方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114036934B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111203313.3，技术领域涉及：G06F40/279；该发明授权一种中文医学实体关系联合抽取方法和系统是由徐新黎;尹晶;王万良;管秋设计研发完成，并于2021-10-15向国家知识产权局提交的专利申请。

本一种中文医学实体关系联合抽取方法和系统在说明书摘要公布了：一种中文医学实体关系联合抽取方法，包括：医疗关系嵌入表示模块、医疗文本中头实体和尾实体的头尾位置获取模块、医疗文本字词向量及其相对距离计算模块、词汇增强后的字向量输出模块、医疗文本的关系预测模块、医疗文本的字符对向量生成模块、主谓宾三元组输出模块、联合抽取模型训练模块、联合抽取模型的F1分数计算模块、循环训练联合抽取模型模块、医疗文本实体关系获取模块。本发明还包括一种中文医学实体关系联合抽取系统。本发明解决了中文医疗文本中复杂语句的实体嵌套和关系重叠问题，缓解了TPLinker解码矩阵的稀疏，提升了联合抽取模型的收敛速度，通过词汇增强编码单元缓解了中文医疗文本中存在许多专业词汇即使结合上下文也无法准确识别的难题。

本发明授权一种中文医学实体关系联合抽取方法和系统在权利要求书中公布了：1.一种中文医学实体关系联合抽取方法，其特征在于：包括如下步骤：步骤一：准备待抽取实体关系的中文医疗文本Text，根据给定的本体约束集合，本体约束集合包括关系名称、头实体类型和尾实体类型，使用中文BERT模型，将每个关系名称表示成嵌入向量，得到关系的语义信息，表示为关系嵌入C＝{c1，c2，...，cl}，其中l为关系总数；步骤二：获取已标注的中文医疗信息抽取数据集Data，中文医疗信息抽取数据集Data包括各个医疗文本的关系名称、头实体和尾实体的名称及类型，对Data进行预处理，得到每个医疗文本中头实体和尾实体的头尾位置；步骤三：基于Flat_Lattice结构对Text和Data进行词汇增强，计算它们各个医疗文本中任意两个字或者词向量的4个相对距离，得到各个医疗文本字或者词向量及其相对距离矩阵，具体过程如下：3.1对Text和Data的各个医疗文本分别使用中文的BERT模型得到各自的字向量；3.2获取预训练好的中文生物医学词向量，将Text和Data的各个医疗文本分别与中文生物医学词向量的词表进行匹配，识别出与词表有交集的词语进行词汇增强，得到Text和Data的各个医疗文本的词语向量；3.3对Text和Data中每个医疗文本的字向量、词语向量进行头尾位置编码，得到字、词的开始及结束位置，使用Flat_Lattice中的相对位置编码技术得到任意两个字或者词向量xi和xj之间的4个相对距离和放入相对距离矩阵，其中表示xi的开始位置到xj的开始位置的距离，表示xi的开始位置到xj的结束位置的距离，表示xi的结束位置到xj的开始位置的距离，表示xi的结束位置到xj的结束位置的距离；步骤四：从Data中取一批训练数据集，将其医疗文本的字或者词向量Z和位置编码向量R输入Transformer-XL编码器得到医疗文本词汇增强后的字向量H＝{h1,h2,…,hn}，n为医疗文本的长度，Transformer-XL编码器由自注意力层和前馈层2个子层组成，每个子层之后接残差连接和层标准化，任意两个字或者词向量xi和xj之间的位置编码Rij由4个相对距离和以绝对位置编码形式拼接后经过一个激活函数为ReLU的全连接得到： 其中，Wr是待训练的参数，Pd采用绝对位置编码，d指代和基于位置编码向量R的自注意力机制如下：AttentionA*，V＝SoftmaxA*V， [Q,K,V]＝Ex[Wq,Wk,Wv],其中Wq,Wk,Z,Wk,R,u,v,Wk,Wv都是待训练的参数；步骤五：根据关系嵌入C和Transformer-XL编码器输出的医疗文本字向量H预测关系，得到预测关系列表，具体过程如下：5.1将H输入两个全连接得到自注意力值As，其中第一个全连接使用tanh激活函数，第二个全连接使用softmax激活函数，根据As计算基于自注意力机制的医疗文本表示Ms：As＝softmaxW2tanhW1H，Ms＝AsHT，其中W1和W2是待训练的参数；5.2根据C和H计算关系注意力值Al和基于关系注意力机制的医疗文本表示Ml：Al＝CH，Ml＝AlHT；5.3通过注意力融合机制，将Ms和Ml分别输入一个使用sigmoid激活函数的全连接得到α和β，由α+β＝1对α和β进行约束，融合得到M：α＝sigmoidMsW3，β＝SigmoidMlW4，M＝αMs+βMl，其中W3和W4是待训练的参数；5.4将M输入两个全连接得到关系标签的预测概率第一个全连接使用ReLU激活函数，第二个全连接使用sigmoid激活函数： 其中，W5和W6是待训练的参数，如果大于阈值0.5，就加入预测关系列表；步骤六：将Transformer-XL编码器输出的医疗文本的每两个字向量hi和hj拼接后作一个全连接，得到字符对向量hij： 其中激活函数使用的是tanh，Wh和bh是待训练的参数；步骤七：通过融合特定关系嵌入的TPLinker解码器解码得到主谓宾三元组，用EH-to-ET标记实体的头尾字符，用SH-to-OH标记关系头尾实体的头字符，用ST-to-OT标记关系头尾实体的尾字符，其中，EH-to-ET、SH-to-OH和ST-to-OT解码器由一个相同的全连接实现： 其中，表示字符对hij被标记的预测值，kq表示第q个关系的嵌入，Wt、bt是待训练的参数，激活函数使用的是softmax，具体过程如下：7.1解码EH-to-ET得到医疗文本中的所有实体及其头字符；7.2对于预测关系列表中的每个关系，解码ST-to-OT得到头尾实体的尾字符对，将尾字符对和关系存入集合O中，同时解码SH-to-OH得到头尾实体的头字符对，将头字符对和所有实体的头字符进行匹配，找到头字符对对应的头尾实体存入集合S中；7.3判断S中每对头尾实体的尾字符对是否在O中，如果是，那么确定该三元组为头实体，关系，尾实体；步骤八：计算总的损失函数L，并通过反向传播算法进行联合训练，得到联合抽取模型：L＝Lrel+Ltp， 其中Lrel是关系预测的损失函数，第q个关系的真实值第q个关系的预测值Ltp是加入关系预测后的损失函数，E、H和T分别表示EH-to-ET、SH-to-OH和ST-to-OT，表示字符对hij被标记的预测值，yijq表示字符对hij被标记的真实值，表示解码第q个关系时，字符对hij被标记为yijq的概率，表示预测得到的关系数，是根据给定的本体约束集合，找到的预测关系对应的头尾实体类型数，为预测得到的实体类型数；步骤九：从Data中取验证数据集，将其医疗文本的字或者词向量及其相对距离矩阵输入联合抽取模型，计算联合抽取模型的F1分数： 其中precision为精确率，recall为召回率；步骤十：重复步骤四到九，直到超过预定的F1分数，保存联合抽取模型；步骤十一：将Text的各个医疗文本词汇增强后的字或者词向量及其相对距离矩阵输入联合抽取模型，得到实体关系三元组。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。