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！

申请/专利权人：西藏大学

摘要：本发明提出了一种藏医药领域实体关系联合抽取系统及方法，涉及人工智能领域。一种藏医药领域实体关系联合抽取方法包括以下步骤：获取藏医药相关文字样本，作为训练样本；将训练样本转换为词向量；对训练样本分类，并将分类结果和词向量融合，得到静态融合特征；构建双元动态模型，将静态融合特征送入双元动态模型，得到最终的预测标签序列；计算双元动态模型的损失值，更新参数，得到更新后的双元动态模型；使用更新后的双元动态模型进行实体关系联合抽取。本发明可以标注嵌套实体，修正模型的标签分类结果，提高预测准确性；使用动态特征融合增强实体边界，使得模型可以较好地识别实体及关系，提高了系统鲁棒性及有效性。

主权项：1.一种藏医药领域实体关系联合抽取方法，其特征在于，包括以下步骤：S1、获取藏医药相关文字样本，作为训练样本；S2、将训练样本转换为词向量，记为bs，seq_len，dim1；其中，bs为批次大小；seq_len为句子长度；dim1为词向量特征维度；S3、对训练样本分类，并将分类结果和词向量进行融合，得到静态融合特征；S4、构建双元动态模型，将静态融合特征送入双元动态模型，得到最终的预测标签序列；S5、计算双元动态模型的损失值，更新参数，得到更新后的双元动态模型；S6、使用更新后的双元动态模型进行实体关系联合抽取；步骤S3包括以下步骤：S3-1、将训练样本分为药材、方剂、诊疗方法三个类别，得到分类结果，作为训练样本的类别特征；S3-2、根据训练样本的类别特征对训练样本中的每一个数据向量化，得到向量化的样本数据；记为bs2，seq_len2，dim2；其中，bs2为向量化的样本数据的批次大小；seq_len2为向量化的样本数据的句子长度；dim2为向量化的样本数据的类别特征维度；S3-3、将向量化的样本数据和词向量融合，得到静态融合特征，记为bs3，seq_len3，dim1+dim2；其中，bs3为静态融合特征的批次大小；seq_len3为静态融合特征的句子长度；dim1+dim2为静态融合特征的融合特征维度；步骤S4包括以下步骤：S4-1、将静态融合特征送入静态特征学习模块，得到预测标签序列；S4-2、将预测标签序列和静态融合特征送入多特征动态融合层，得到总体融合特征；S4-3、将总体融合特征送入动态特征学习模块，得到最终的预测标签序列；步骤S4-1包括以下步骤：S4-1-1、将静态融合特征送入BiLSTM编码层，得到编码后的静态融合特征；S4-1-2、使用Dropout函数对编码后的静态融合特征进行处理，得到处理后静态融合特征；S4-1-3、使用线性分类层将处理后静态融合特征的维度映射到标签维度，得到映射后的静态融合特征；S4-1-4、根据得到映射后的静态融合特征通过奖惩机制层计算全局最优标签；S4-1-5、将全局最优路径输入标记分数层，获取约束标签；S4-1-6、将约束标签输入CRF解码层，获得预测标签序列；步骤S4-3中动态特征学习模块和静态特征学习模块结构相同；步骤S4-1-4包括以下步骤：S4-1-4-1、根据得到映射后的静态融合特征计算训练样本的每一个路径的得分；S4-1-4-2、根据公式： 得到CRF奖惩机制层的损失值loss；其中，Px|y表示当前路径为正确路径的概率；eSx，y′表示当前正确路径的分数；表示当前每种路径可能分数的总和；i表示第i个路径，n表示共有n个路径；Sx，y′表示正确路径所获得的分数，y′表示当前路径为正确路径；x表示实体；S4-1-4-3、设立奖惩机制并使用CRF解码层的损失值loss反向传播，修改CRF奖惩机制层参数，得到修改后的CRF奖惩机制层；S4-1-4-4、使用修改后的CRF奖惩机制层计算全局最优路径；步骤S4-2包括以下步骤：S4-2-1、将预测标签序列送入分词信息提取器，根据预测标签构建针对实体的分词信息；其中，将实体起始位置的分词信息标注为1，实体结束位置的分词信息标注为3，实体中间位置的分词信息标注为2；对于非实体，将其分词信息标注为0；S4-2-2、将预测标签序列送入位置信息提取器，根据标签构建针对实体的位置信息；S4-2-3、将分词信息和位置信息融合，得到动态融合特征；S4-2-4、将动态融合特征和静态融合特征相融合，得到总体融合特征。

全文数据：

权利要求：

百度查询： 西藏大学 一种藏医药领域实体关系联合抽取方法