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：中国石油大学(华东)

摘要：本发明属于医药、计算机技术领域，特别涉及一种知识图谱驱动的神经退行性疾病药物推荐方法。该方法包括S1、数据准备：将使用的数据源分为两类，即非结构化科学出版物和结构化医疗知识数据库；S2、使用BERT+CRF进行命名实体识别；S3、使用BERT+Biaffine进行关系抽取；S4、使用TF‑IDF进行概念归一化和实体消歧；S5、以通路为核心的图定义：S6、使用DistMult+GNN进行知识结构重构：S7、使用MRR、HITS@k进行图谱准确性评价；S8、使用香农熵、联合熵、互信息进行潜在信息量评价。

主权项：1.一种知识图谱驱动的神经退行性疾病药物推荐方法，其特征在于，包括以下步骤：S1、数据准备：将使用的数据源分为两类，即非结构化科学出版物和结构化医疗知识数据库；S2、使用BERT+CRF进行命名实体识别；步骤S2中使用BERT+CRF进行命名实体识别的具体步骤如下：S21、在BioNER的两个通用数据集上微调模型，这两个数据集是NCBI-Disease和BC2GM，以及从PubMed手动注释的数据集；NCBI疾病语料库在提及和概念层面完全注释，作为生物医学自然语言处理社区的研究资源，BC2GM来自基因提及标记任务，作为BioCreativeII挑战的一部分，该挑战涉及文本中基因和基因产物提及的命名实体提取，手动标记了1000个包含脑部疾病的句子和500个包含PubMed天然产物的文件；S22、对于CRF，给定输入句子，标签序列的概率表示为： ；其中，表示输入的所有可能标签序列，fxi表示使用BERT对进行语义表示，表示对的发射权重，表示两个相邻标签的转移矩阵权重；S23、负对数似然函数用作损失函数，如下所示： ；S3、使用BERT+Biaffine进行关系抽取；步骤S3中，将头部和尾部实体输入到两个独立的FFNN层和中，之后，使用双仿射层来推断两个向量之间关系的类别： 其中，FFNNhead·和FFNNtail·分别代表针对头部实体和尾部实体单独训练的全连接层网络，两个网络的参数相互独立，U的维度为m*C*m，W的维度为C*2m，m是由FFNN层定义的输出向量的维度，C是关系类别的数量，b是随机取值进行初始化的神经网络偏置项；S4、使用TF-IDF进行概念归一化和实体消歧；步骤S4中，TF-IDF统计被用于实体消歧： ； ； ；其中，表示单词的词频，是单词在文献中出现的次数，分母是中所有单词出现的总次数，表示包含单词的文献逆文本频率指数，是语料库中文献的总数，表示包含单词的文献数量；S5、以通路为核心的图定义：步骤S5中，；其中，，n表示通路长度；S6、使用DistMult+GNN进行知识结构重构：步骤S6中，具体的步骤如下：S61、利用DistMult从构造的NDKG中学习三元组向量，差异通过实体之间的双线性变换来描述，实体由向量表示，关系由矩阵表示： ； ； ；其中，one-hot·是统计编码算法，编码后的向量长度为所有头实体的个数量，并且只在对应头实体位置取值为1，其他位置为0，表示头实体的向量，表示尾实体的向量，是线性层，是参数矩阵，是第r个关系的矩阵表示，是双线性评分函数，即头尾实体关于第r个关系的评分向量；S62、DistMult通过将限制为对角矩阵来减少参数的数量，最终的评分函数为： ；其中，表示第个三元组，取自表示依赖于头尾实体的第r个关系的向量，diag·表示将头尾实体的关系形成对角矩阵；S63、实现基本权重函数如下： ；其中，、是注意力的可训练权重，d是隐藏向量维度大小，针对每种关系，表示它的嵌入向量；S64、使用softmax函数按邻居数量对分数进行归一化： ；其中，表示头实体和其中一个邻居以及它们的关系，表示头实体和另一个邻居以及它们的关系，表示以头实体的为中心的一阶邻居子图，表示softmax激活，ω（h，r，t）表示归一化后的三元组得分；S7、使用MRR、HITS@k进行图谱准确性评价；S8、使用香农熵、联合熵、互信息进行潜在信息量评价。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 一种知识图谱驱动的神经退行性疾病药物推荐方法