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：合肥工业大学

摘要：本发明公开了一种用于电子病历文本关系抽取的方法，包括：1.对文本进行预处理，并通过哈工大LTP工具生成依存句法图，并使用ALBERT预训练模型提取文本序列向量和实体关系向量；2.利用Bi‑LSTM模型处理文本序列向量，融入上下文信息；3.结合依存句法图和文本序列，通过图注意力网络GAT提取句法信息；4.利用首尾指针网络识别头实体位置，以及通过异构图神经注意力网络HGAT进行节点特征交互，获取融合关系信息的文本表征；5.通过多层指针网络识别尾实体及关系，并构建关系三元组头实体,关系,尾实体。本发明能有效抽取电子病历文本中的关系三元组，利用句法信息与预定义实体关系提升抽取精度。

主权项：1.一种基于句法分析的中文电子病历文本关系的抽取方法，其特征在于，是按如下步骤进行：步骤1：对中文电子病历的主诉部分的文本进行预处理，得到预处理后的文本序列，从而构建中文电子病历语料库D；根据中文电子病历的医学实体关系，构建预定义关系集合R＝{r1,r2,…,rj,…,rm}，rj表示第j种关系，j∈[1,m]，m表示关系的种类总数；步骤2：对中文电子病历语料库D中任意一个文本序列S＝{s1,s2,…,si,…,sn}构建对应的句法依存图G，其中，si表示第i个字符，i∈[1,n]；根据所述句法依存图G中各个字符之间的依存句法关系，构建句法依存邻接矩阵Adep；步骤3：构建关系抽取网络，包括：ALBERT预训练模型、Bi-LSTM模型、图注意力网络GAT、首尾指针网络、异质图注意力网络HGAT和多层首尾指针网络；步骤3.1：利用所述ALBERT预训练模型对所述文本序列S进行编码，得到初始化的向量表征序列E＝{e1,e2,…,ei,…,en}，ei表示第i个字符si所对应的编码特征；利用ALBERT预训练模型对所述预定义关系集合R进行编码，获取初始化的关系向量ER＝{er1,er2,…,erj,…,erm}，erj表示第j种关系rj所对应的编码特征；步骤3.2：利用所述Bi-LSTM模型对初始化的向量表征序列E进行编码，获取包含上下文语义信息的向量表征L＝{l1,l2,...,li,...,ln}，其中，li表示第i个编码特征ei在正、反方向上LSTM的输出结果拼接得到的隐层向量表征；步骤3.3：将包含上下文语义信息的向量表征L作为句法依存邻接矩阵Adep中字符的初始表征，并按照Adep中各字符间的依存句法关系，利用所述图注意力网络GAT对向量表征L进行节点的信息更新，获得包含依存句法信息的特征表示序列其中，表示第i个字符si经过图注意力网络GAT后得到的包含句法信息的特征表示；步骤3.4：利用所述首尾指针网络对进行处理，得到关系三元组头实体,关系,尾实体中的头实体EntH的位置及其对应的头实体表征EnbH；步骤3.5：根据依存句法表征H以及关系向量ER构建异构图，所述异构图中包括两类节点分别为字符节点以及关系节点，利用异质图注意力网络HGAT进行异构节点的信息更新，得到融合关系信息的文本序列S的向量表示U，并与头实体表征EmbH进行融合后，获得包含头实体信息的融合特征向量C；步骤3.6：定义多层首尾指针网络的层数m为预定义关系的种类总数，利用所述多层首尾指针网络对所述融合特征向量C进行处理，获得关系三元组头实体,关系,尾实体中尾实体EntT的位置及对应关系Rel，并与头实体EntH的位置进行组合后，获得最终预测的关系三元组头实体,关系,尾实体，记为EntH,Rel,EntT；步骤4：对所述关系抽取网络构建总体损失函数Ltotal＝Lce1+Lce2，其中，Lce1和Lce2分别为所述首尾指针网络和多层指针网络的二元交叉熵损失函数；步骤5：利用梯度下降法对所述关系抽取网络进行训练，并计算所述总体损失函数Ltotal以更新网络参数，当迭代次数达到设定的次数或总体损失函数Ltotal收敛时，训练停止，从而得到最优关系抽取模型，用于抽取电子病历文本中的关系三元组头实体,关系,尾实体。

全文数据：

权利要求：

百度查询： 合肥工业大学 一种基于句法分析的中文电子病历文本关系的抽取方法