CN111274397A - 建立实体关系检测模型的方法以及装置 - Google Patents
建立实体关系检测模型的方法以及装置 Download PDFInfo
- Publication number
- CN111274397A CN111274397A CN202010064172.0A CN202010064172A CN111274397A CN 111274397 A CN111274397 A CN 111274397A CN 202010064172 A CN202010064172 A CN 202010064172A CN 111274397 A CN111274397 A CN 111274397A
- Authority
- CN
- China
- Prior art keywords
- medical
- entity
- entities
- classification model
- pair
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 55
- 201000010099 disease Diseases 0.000 claims abstract description 89
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 89
- 238000012549 training Methods 0.000 claims abstract description 87
- 230000004927 fusion Effects 0.000 claims abstract description 72
- 238000013145 classification model Methods 0.000 claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 18
- 238000010801 machine learning Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 15
- 238000002372 labelling Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 9
- 238000007499 fusion processing Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims 1
- 239000013598 vector Substances 0.000 description 19
- 230000008569 process Effects 0.000 description 9
- 208000024891 symptom Diseases 0.000 description 8
- 238000005065 mining Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000011282 treatment Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 206010014020 Ear pain Diseases 0.000 description 2
- 206010033078 Otitis media Diseases 0.000 description 2
- 206010041591 Spinal osteoarthritis Diseases 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 208000036319 cervical spondylosis Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 208000007176 earache Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 208000005801 spondylosis Diseases 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 210000002385 vertebral artery Anatomy 0.000 description 2
- PGOHTUIFYSHAQG-LJSDBVFPSA-N (2S)-6-amino-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-4-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-5-amino-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S,3R)-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S,3R)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-5-amino-2-[[(2S)-1-[(2S,3R)-2-[[(2S)-2-[[(2S)-2-[[(2R)-2-[[(2S)-2-[[(2S)-2-[[2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-1-[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-amino-4-methylsulfanylbutanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-5-carbamimidamidopentanoyl]amino]propanoyl]pyrrolidine-2-carbonyl]amino]-3-methylbutanoyl]amino]-4-methylpentanoyl]amino]-4-methylpentanoyl]amino]acetyl]amino]-3-hydroxypropanoyl]amino]-4-methylpentanoyl]amino]-3-sulfanylpropanoyl]amino]-4-methylsulfanylbutanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-hydroxybutanoyl]pyrrolidine-2-carbonyl]amino]-5-oxopentanoyl]amino]-3-hydroxypropanoyl]amino]-3-hydroxypropanoyl]amino]-3-(1H-imidazol-5-yl)propanoyl]amino]-4-methylpentanoyl]amino]-3-hydroxybutanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-5-carbamimidamidopentanoyl]amino]-5-oxopentanoyl]amino]-3-hydroxybutanoyl]amino]-3-hydroxypropanoyl]amino]-3-carboxypropanoyl]amino]-3-hydroxypropanoyl]amino]-5-oxopentanoyl]amino]-5-oxopentanoyl]amino]-3-phenylpropanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-methylbutanoyl]amino]-4-methylpentanoyl]amino]-4-oxobutanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-4-carboxybutanoyl]amino]-5-oxopentanoyl]amino]hexanoic acid Chemical compound CSCC[C@H](N)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](C)C(=O)N1CCC[C@H]1C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(C)C)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CS)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CO)C(=O)N[C@@H](Cc1cnc[nH]1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](Cc1ccccc1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCCCN)C(O)=O PGOHTUIFYSHAQG-LJSDBVFPSA-N 0.000 description 1
- 102000002262 Thromboplastin Human genes 0.000 description 1
- 108010000499 Thromboplastin Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 208000009190 disseminated intravascular coagulation Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Machine Translation (AREA)
Abstract
本申请公开了一种建立实体关系检测模型的方法、装置、电子设备以及计算机可读存储介质，涉及医学实体检测技术领域。本申请在建立实体关系检测模型时所采用的实现方案为：获取医学文本数据；对所述医学文本数据进行结构化解析，得到与不同疾病对应的结构化语料；根据所述结构化语料获取训练样本，并构建所述训练样本中各医学实体对的融合特征；利用所述各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，得到实体关系检测模型。本申请能够降低医学实体关系的检测成本，并提升医学实体关系的检测准确性。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及医学实体检测技术领域中的一种建立实体关系检测模型的方法、装置、电子设备以及计算机可读存储介质。
背景技术
近几年来，人工智能技术得到了越来越广泛的关注，作为其子领域的机器学习、深度学习等方法也被应用到各行各业当中。现在很多相关人士致力于人工智能医疗领域，研发出智能问诊、智能分导诊等互联网医疗领域的产品。而对于这些产品来说，一定需要较好的医学背景知识作为理论支撑，尤其是检测医学实体之间是否存在关系。但是，现有技术通常通过人工匹配的方式进行医学实体关键的检测，耗费较大人力和时间成本。
发明内容
本申请为解决技术问题所采用的技术方案是提供一种建立实体关系检测模型的方法、装置、电子设备以及计算机可读介质，所述方法包括：获取医学文本数据；对所述医学文本数据进行结构化解析，得到与不同疾病对应的结构化语料；根据所述结构化语料获取训练样本，并构建所述训练样本中各医学实体对的融合特征；利用所述各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，得到实体关系检测模型。本申请基于所获取的与不同疾病对应的结构化语料，进而基于该结构化语料来获取训练样本并构建医学实体对的融合特征，降低了医学实体关系的检测成本，并提升医学实体关系的检测准确性。
根据本申请一优选实施例，所述与不同疾病对应的结构化语料包括：疾病、该疾病对应的标题以及各标题下所包含的段落内容。本步骤能够丰富结构化语料所包含的信息，并符合医学专家通过书籍检测医学实体关系的真实流程。
根据本申请一优选实施例，在得到与不同疾病对应的结构化语料之后，还包括：对所述结构化语料进行自然语言理解处理，挖掘出对应不同医学类别的医学实体；根据所述医学实体，构建对应不同医学类别的医学实体空间。本步骤能够获取对应各类别的医学实体空间，简化训练样本的获取步骤。
根据本申请一优选实施例，所述根据所述结构化语料获取训练样本包括：获取已知的医学实体关系对，作为正样本；从对应疾病类别的医学实体空间中随机抽取疾病实体，并从其他医学类别的医学实体空间中随机抽取医学实体；确定两个医学实体组成的医学实体对是否属于正样本，若否，则将该医学实体对作为负样本；选取预设比例的正、负样本作为所述训练样本。本步骤能够丰富训练样本的数量，提升所建立的实体关系检测模型的检测准确性。
根据本申请一优选实施例，所述构建所述训练样本中各医学实体对的融合特征包括：根据所述结构化语料，提取医学实体对中各实体的字粒度特征、词粒度特征以及实体之间的句子粒度特征；将各实体的字粒度特征输入机器学习模型，将输出结果与各实体的词粒度特征结合之后，再输入机器学习模型，将输出结果与句子粒度特征相结合，将结合结果作为各医学实体对的融合特征。本步骤能够融合不同维度的特征，提升融合特征中所包含信息的丰富度。
根据本申请一优选实施例，在提取医学实体对中实体之间的句子粒度特征时，包括：在所述结构化语料中检索医学实体对中与疾病对应的实体；确定该实体所属段落内容的标题，获取对应该标题的预设权重；将所述预设权重、实体之间的相似度以及实体之间的距离度量进行融合处理，将融合结果作为所述实体之间的句子粒度特征。本步骤能够结合结构化语料来构建句子粒度特征，模拟医学专家通过书籍检测实体关系的真实流程，从而提升所提取的句子粒度特征的准确性。
根据本申请一优选实施例，所述利用各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，包括：将各医学实体对的融合特征作为分类模型的输入，获取分类模型针对各融合特征的输出结果；根据各融合特征的输出结果与训练样本中各医学实体对的标注结果，确定分类模型的损失函数；根据分类模型的损失函数调整分类模型的参数，直至分类模型的损失函数最小化，得到实体关系检测模型。
本申请为解决技术问题所采用的技术方案是提供一种建立实体关系检测模型的装置，包括：获取单元，用于获取医学文本数据；解析单元，用于对所述医学文本数据进行结构化解析，得到与不同疾病对应的结构化语料；构建单元，用于根据所述结构化语料获取训练样本，并构建所述训练样本中各医学实体对的融合特征；训练单元，用于利用所述各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，得到实体关系检测模型。
根据本申请一优选实施例，所述解析单元得到的与不同疾病对应的结构化语料包括：疾病、该疾病对应的标题以及各标题下所包含的段落内容。
根据本申请一优选实施例，所述解析单元在得到与不同疾病对应的结构化语料之后，还执行：对所述结构化语料进行自然语言理解处理，挖掘出对应不同医学类别的医学实体；根据所述医学实体，构建对应不同医学类别的医学实体空间。
根据本申请一优选实施例，所述构建单元在根据所述结构化语料获取训练样本时，具体执行：获取已知的医学实体关系对，作为正样本；从对应疾病类别的医学实体空间中随机抽取疾病实体，并从其他医学类别的医学实体空间中随机抽取医学实体；确定两个医学实体组成的医学实体对是否属于正样本，若否，则将该医学实体对作为负样本；选取预设比例的正、负样本作为所述训练样本。
根据本申请一优选实施例，所述构建单元在构建所述训练样本中各医学实体对的融合特征时，具体执行：根据所述结构化语料，提取医学实体对中各实体的字粒度特征、词粒度特征以及实体之间的句子粒度特征；将各实体的字粒度特征输入机器学习模型，将输出结果与各实体的词粒度特征结合之后，再输入机器学习模型，将输出结果与句子粒度特征相结合，将结合结果作为各医学实体对的融合特征。
根据本申请一优选实施例，所述构建单元在提取医学实体对中实体之间的句子粒度特征时，具体执行：在所述结构化语料中检索医学实体对中与疾病对应的实体；确定该实体所属段落内容的标题，获取对应该标题的预设权重；将所述预设权重、实体之间的相似度以及实体之间的距离度量进行融合处理，将融合结果作为所述实体之间的句子粒度特征。
根据本申请一优选实施例，所述训练单元在利用各医学实体对的融合特征训练分类模型，直至所述分类模型收敛时，具体执行：将各医学实体对的融合特征作为分类模型的输入，获取分类模型针对各融合特征的输出结果；根据各融合特征的输出结果与训练样本中各医学实体对的标注结果，确定分类模型的损失函数；根据分类模型的损失函数调整分类模型的参数，直至分类模型的损失函数最小化，得到实体关系检测模型。
上述申请中的一个实施例具有如下优点或有益效果：本申请建立实体关系检测模型的过程充分模拟医学专家通过书籍检测实体关系的真实流程，能够降低医学实体关系的检测成本，并提升实体关系检测模型检测医学实体之间关系的准确性。因为采用了对医学文本数据进行结构化处理，从而得到与不同疾病对应的结构化语料的方式，符合真实场景中医学专家检测书籍中医学实体关系的真实流程，所以克服了现有技术中需要人工匹配才能够检测医学实体关系的技术问题，达到降低检测成本、提升检测准确性的技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请第一实施例提供的一种建立实体关系检测模型的方法流程图；
图2是根据本申请第二实施例提供的一种建立实体关系检测模型的装置结构图；
图3是用来实现本申请实施例的建立实体关系检测模型的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1为本申请一实施例提供的一种建立实体关系检测模型的方法流程图，如图1中所示，所述方法包括：
在S101中，获取医学文本数据。
在本步骤中，获取医学文本数据，所获取的医学文本数据为多源结构化医学文本以及临床科室对应的医学书籍中的至少一种。其中，多源结构化医学文本可以为网络上存在的描述不同疾病的结构化数据；临床科室对应的医学书籍可以为对应内科、外科、儿科等诸多科室的医学书籍。
可以理解的是，上述两类医学文本数据都具有相似的文本结构，即医学文本数据中的不同章节分别介绍不同的疾病，并且围绕该疾病，模拟医学专家通过书籍检测实体关系的真实流程，使用多个标题对该疾病进行展开描述，疾病对应的文本段落标题可以包括临床表现、检查、诊断、治疗、鉴别诊断、病因、摘要、预防以及预后等。
因此，本申请所涉及到的实体关系的检测，具体为检测医学实体对中的疾病实体与另一医学实体之间是否存在关系，例如检测医学实体对(中耳炎，耳痛)中的“中耳炎”与“耳痛”(疾病-症状)、(椎动脉型颈椎病，数字减影血管造影)中的“椎动脉型颈椎病”与“数字减影血管造影”(疾病-检查)、(弥散性血管内凝血，活化部分凝血活酶时间测定)中的“弥散性血管内凝血”与“活化部分凝血活酶时间测定”(疾病-检验)等诸多医学实体对之间是否存在关系。
在S102中，对所述医学文本数据进行结构化解析，得到与不同疾病对应的结构化语料。
在本步骤中，对步骤S101所获取的医学文本数据进行结构化解析，根据解析结果得到与不同疾病对应的结构化语料。其中，本步骤所得到的结构化语料，一方面用于获取训练样本，另一方面则用于构建实体特征。
具体地，本步骤解析得到的与不同疾病对应的结构化语料中，包括疾病、该疾病对应的标题以及各标题下所包含的段落内容。举例来说，本步骤所获取的疾病A对应的结构化语料可以为：{疾病A，标题1；标题2；……，(标题1：段落1、段落2、……；标题2：段落1、段落2、……；……)}。
本步骤采用上述获取与不同疾病对应的结构化语料的方式，更加符合医学专家在真实场景中通过检测书籍来获取医学实体关系的流程，从而提升所构建的实体关系检测模型的检测准确性。
本步骤在得到与不同疾病对应的结构化语料之后，还可以包含以下内容：获取结构化语料中的段落内容；将所得到的段落内容分割为句子，并对分割得到的句子进行分词处理；去除分词结果中的停用词，利用分词结果中的剩余词语训练得到词向量模型。本步骤所得到的词向量模型，用于获取训练样本中各实体的词向量，从而得到对应各实体的词粒度特征。
另外，本步骤在得到与不同疾病对应的结构化语料之后，还可以包含以下内容：对所得到的结构化语料进行NLU(Natural Language Understanding，自然语言理解)解析处理，挖掘出对应不同医学类别的医学实体，例如对应疾病、症状、检查、检验等类别的医学实体，例如从“临床表现”标题下的段落内容中挖掘得到症状类别的医学实体，从“检查”标题下的段落内容中挖掘得到检查类别的医学实体等；根据挖掘得到的医学实体，构建对应不同医学类别的医学实体空间，例如对应疾病类别的医学实体空间中包含各种疾病，对应症状类别的医学实体空间中包含对应不同疾病的各种症状等。
在S103中，根据所述结构化语料获取训练样本，并构建所述训练样本中各医学实体对的融合特征。
在本步骤中，首先根据步骤S102得到的与不同疾病对应的结构化语料获取训练样本，然后构建训练样本所包含的各医学实体对的融合特征。其中，本步骤基于医学实体对中各医学实体的字粒度特征、词粒度特征以及医学实体之间的句子粒度特征，来构建各医学实体对的融合特征。
可以理解的是，本步骤所获取的训练样本中除了包含各医学实体对之外，还包含对应各医学实体对的标注结果，若医学实体对所包含的两个医学实体之间存在关系，则对应该医学实体对的标注结果为1，否则为0。
本步骤在根据结构化语料获取训练样本时，可以直接获取疾病及其对应的结构化语料中的实体，同时可以获取一些实体对的强依赖关系作为先验知识。由于从对应疾病的结构化语料中来获取其他实体，因此本步骤结合先验知识所获取的医学实体对的标注结果均为1。
具体地，本步骤在根据结构化语料获取训练样本时，还可以采用以下方式：获取已知的医学实体关系对作为正样本，其中已知的医学实体关系对可以为多源医学语料中强相关的实体关系对，也可以为医学专家所标注的静态知识实体关系对；从对应疾病类别的医学实体空间中随机抽取疾病实体，并从其他医学类别的医学实体空间中随机抽取医学实体，例如从症状类别的医学实体空间中随机抽取症状实体；确定两个医学实体组成的医学实体对是否属于正样本，若否，则将该医学实体对作为负样本；选取预设比例的正负样本作为训练样本，本申请对预设比例不进行限定。
本步骤在获取训练样本之后，便能够对训练样本中所包含的各医学实体对来构建对应的融合特征。
具体地，本步骤在构建训练样本中各医学实体对的融合特征时，可以采用以下方式：根据结构化语料，提取医学实体对中各实体的字粒度特征、词粒度特征以及实体之间的句子粒度特征，例如根据结构化语料所构建的词向量模型来提取字向量以及词向量；将各实体的字粒度特征输入机器学习模型，将输出结果与各实体的词粒度特征结合之后，再输入机器学习模型，将输出结果与句子粒度特征相结合，将结合结果作为各医学实体对的融合特征。其中，本步骤中的机器学习模型用于获取各实体的字级别以及词级别的隐藏状态向量，机器学习模型的类型可以为深层神经网络。
其中，本步骤所提取的字粒度特征为实体中每个字的字向量，例如可以通过训练得到的词向量模型来获取；本步骤所提取的词粒度特征为实体对应的词向量，例如可以通过训练得到的词向量模型来获取；本步骤所提取的句子粒度特征表征两个实体之间所具有关系的特征，包括实体之间的相似度、实体之间的距离度量，距离度量可以为jaccard距离度量等。
另外，为了提升所提取的句子粒度特征的准确性，使得句子粒度特征的提取也符合医学专家通过书籍检测实体关系的真实流程，本步骤在提取医学实体对中实体之间的句子粒度特征时，可以采用以下方式：在所得到的结构化语料中检索医学实体对中与疾病对应的实体，例如仅在与该疾病对应的结构化语料中进行检索；确定该实体所属段落内容的标题，并获取对应该标题的预设权重；将所获取的预设权重、实体之间的相似度以及距离度量进行融合处理，将融合结果作为实体之间的句子粒度特征。
其中，本申请中与标题对应的预设权重，可以为{临床表现：n1，检查：n2，诊断：n3，治疗：n4，鉴别诊断：n5，其他：n6}，其中的预设权重可以由用户进行设置，然后将{n1，n2，……，n6}的预设权重进行归一化操作。
在S104中，利用所述各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，得到实体关系检测模型。
在本步骤中，利用步骤S103所构建的各医学实体对的融合特征来训练分类模型，直至该分类模型收敛，得到实体关系检测模型。利用本步骤所得到的实体关系检测模型，能够根据所输入的医学实体对的融合特征，得到医学实体对中的疾病是否与另一实体存在关系的检测结果。
另外，本步骤在利用各医学实体对的融合特征进行分类模型的训练时，可以将所获取的融合特征经过注意力机制模型，从而为融合特征自动地分配权重，并基于所分配的权重对融合特征中所包含的特征进行加权求和，最后经过分类器，得到最终类别的概率分布，即两个实体是否存在关系的检测结果。
具体地，本步骤在利用各医学实体对的融合特征训练分类模型，直至分类模型收敛时，可以采用以下方式：将各医学实体对的融合特征作为分类模型的输入，获取分类模型针对各融合特征的输出结果；根据各融合特征的输出结果与训练样本中各医学实体对的标注结果，确定分类模型的损失函数；根据分类模型的损失函数调整分类模型的参数，直至分类模型的损失函数最小化，得到实体关系检测模型。
可以理解的是，本步骤中分类模型的损失函数最小化时可以包括：在预设次数内得到的损失函数相等，或者在预设次数内得到的损失函数之间的差值小于或等于预设阈值，等等。
图2为本申请一实施例提供的一种建立实体关系检测模型的装置结构图，如图2中所示，所述装置包括：获取单元201、解析单元202、构建单元203以及训练单元204。
获取单元201，用于获取医学文本数据。
获取单元201获取医学文本数据，所获取的医学文本数据为多源结构化医学文本以及临床科室对应的医学书籍中的至少一种。其中，多源结构化医学文本可以为网络上存在的描述不同疾病的结构化数据；临床科室对应的医学书籍可以为对应内科、外科、儿科等诸多科室的医学书籍。
可以理解的是，上述两类医学文本数据都具有相似的文本结构，即医学文本数据中的不同章节分别介绍不同的疾病，并且围绕该疾病，模拟医学专家通过书籍检测实体关系的真实流程，使用多个标题对该疾病进行展开描述，疾病对应的标题可以包括临床表现、检查、诊断、治疗、鉴别诊断、病因、摘要、预防以及预后等。
解析单元202，用于对所述医学文本数据进行结构化解析，得到与不同疾病对应的结构化语料。
解析单元202对获取单元201所获取的医学文本数据进行结构化解析，根据解析结果得到与不同疾病对应的结构化语料。其中，解析单元202所得到的结构化语料，一方面用于获取训练样本，另一方面则用于构建实体特征。
具体地，解析单元202解析得到的与不同疾病对应的结构化语料中，包括疾病、该疾病对应的标题以及各标题下所包含的段落内容。
解析单元202采用上述获取与不同疾病对应的结构化语料的方式，更加符合医学专家在真实场景中通过检测书籍来获取医学实体关系的流程，从而提升所构建的实体关系检测模型的检测准确性。
解析单元202在得到与不同疾病对应的结构化语料之后，还可以包含以下内容：获取结构化语料中的段落内容；将所得到的段落内容分割为句子，并对分割得到的句子进行分词处理；去除分词结果中的停用词，利用分词结果中的剩余词语训练得到词向量模型。解析单元202所得到的词向量模型，用于获取训练样本中各实体的词向量，从而得到对应各实体的词粒度特征。
另外，解析单元202在得到与不同疾病对应的结构化语料之后，还可以包含以下内容：对所得到的结构化语料进行NLU(Natural Language Understanding，自然语言理解)解析处理，挖掘出对应不同医学类别的医学实体，例如对应疾病、症状、检查、检验等类别的医学实体；根据挖掘得到的医学实体，构建对应不同医学类别的医学实体空间。
构建单元203，用于根据所述结构化语料获取训练样本，并构建所述训练样本中各医学实体对的融合特征。
构建单元203首先根据解析单元202得到的与不同疾病对应的结构化语料获取训练样本，然后构建训练样本所包含的各医学实体对的融合特征。其中，构建单元203基于医学实体对中各医学实体的字粒度特征、词粒度特征以及医学实体之间的句子粒度特征，来构建各医学实体对的融合特征。
可以理解的是，构建单元203所获取的训练样本中除了包含各医学实体对之外，还包含对应各医学实体对的标注结果，若医学实体对所包含的两个医学实体之间存在关系，则对应该医学实体对的标注结果为1，否则为0。
构建单元203在根据结构化语料获取训练样本时，可以直接获取疾病及其对应的结构化语料中的实体，同时可以获取一些实体对的强依赖关系作为先验知识。由于从对应疾病的结构化语料中来获取其他实体，因此构建单元203结合先验知识所获取的医学实体对的标注结果均为1。
具体地，构建单元203在根据结构化语料获取训练样本时，还可以采用以下方式：获取已知的医学实体关系对作为正样本；从对应疾病类别的医学实体空间中随机抽取疾病实体，并从其他医学类别的医学实体空间中随机抽取医学实体；确定两个医学实体组成的医学实体对是否属于正样本，若否，则将该医学实体对作为负样本；选取预设比例的正负样本作为训练样本，本申请对预设比例不进行限定。
构建单元203在获取训练样本之后，便能够对训练样本中所包含的各医学实体对来构建对应的融合特征。
具体地，构建单元203在构建训练样本中各医学实体对的融合特征时，可以采用以下方式：根据结构化语料，提取医学实体对中各实体的字粒度特征、词粒度特征以及实体之间的句子粒度特征；将各实体的字粒度特征输入机器学习模型，将输出结果与各实体的词粒度特征结合之后，再输入机器学习模型，将输出结果与句子粒度特征相结合，将结合结果作为各医学实体对的融合特征。其中，构建单元203中的机器学习模型用于获取各实体的字级别以及词级别的隐藏状态向量，机器学习模型的类型可以为深层神经网络。
其中，构建单元203所提取的字粒度特征为实体中每个字的字向量，例如可以通过训练得到的词向量模型来获取；构建单元203所提取的词粒度特征为实体对应的词向量，例如可以通过训练得到的词向量模型来获取；构建单元203所提取的句子粒度特征表征两个实体之间所具有关系的特征，包括实体之间的相似度，实体之间的距离度量等。
另外，为了提升所提取的句子粒度特征的准确性，使得句子粒度特征的提取也符合医学专家通过书籍检测实体关系的真实流程，构建单元203在提取医学实体对中实体之间的句子粒度特征时，可以采用以下方式：在所得到的结构化语料中检索医学实体对中与疾病对应的实体；确定该实体所属段落内容的标题，并获取对应该标题的预设权重；将所获取的预设权重、实体之间的相似度以及距离度量进行融合处理，将融合结果作为实体之间的句子粒度特征。
训练单元204，用于利用所述各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，得到实体关系检测模型。
训练单元204，利用构建单元203所构建的各医学实体对的融合特征来训练分类模型，直至该分类模型收敛，得到实体关系检测模型。利用训练单元204所得到的实体关系检测模型，能够根据所输入的医学实体对的融合特征，得到医学实体对中的疾病是否与另一实体存在关系的检测结果。
另外，训练单元204在利用各医学实体对的融合特征进行分类模型的训练时，可以将所获取的融合特征经过注意力机制模型，从而为融合特征自动地分配权重，并基于所分配的该权重对融合特征中所包含的特征进行加权求和，最后经过分类器，得到最终的类别的概率分布。
具体地，训练单元204在利用各医学实体对的融合特征训练分类模型，直至分类模型收敛时，可以采用以下方式：将各医学实体对的融合特征作为分类模型的输入，获取分类模型针对各融合特征的输出结果；根据各融合特征的输出结果与训练样本中各医学实体对的标注结果，确定分类模型的损失函数；根据分类模型的损失函数调整分类模型的参数，直至分类模型的损失函数最小化，得到实体关系检测模型。
可以理解的是，训练单元204中分类模型的损失函数最小化时可以包括：在预设次数内得到的损失函数相等，或者在预设次数内得到的损失函数之间的差值小于或等于预设阈值，等等。
如图3所示，是根据本申请实施例的建立实体关系检测模型的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图3所示，该电子设备包括：一个或多个处理器301、存储器302，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图3中以一个处理器301为例。
存储器302即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的建立实体关系检测模型的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的建立实体关系检测模型的方法。
存储器302作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的建立实体关系检测模型的方法对应的程序指令/模块(例如，附图2所示的获取单元201、解析单元202、构建单元203以及训练单元204)。处理器301通过运行存储在存储器302中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的建立实体关系检测模型的方法。
存储器302可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据建立实体关系检测模型的电子设备的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至建立实体关系检测模型的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
建立实体关系检测模型的电子设备还可以包括：输入装置303和输出装置304。处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接，图3中以通过总线连接为例。
输入装置303可接收输入的数字或字符信息，以及产生与建立实体关系检测模型的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置304可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，克服了现有技术需要由人工匹配的方式来检测医学实体关系的技术问题，建立实体关系检测模型的过程充分模拟医学专家通过书籍检测实体关系的真实流程，从而达到了降低检测成本以及提升实体关系检测模型检测医学实体之间关系的准确性的技术效果。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (16)
1.一种建立实体关系检测模型的方法，其特征在于，包括：
获取医学文本数据；
对所述医学文本数据进行结构化解析，得到与不同疾病对应的结构化语料；
根据所述结构化语料获取训练样本，并构建所述训练样本中各医学实体对的融合特征；
利用所述各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，得到实体关系检测模型。
2.根据权利要求1所述的方法，其特征在于，所述与不同疾病对应的结构化语料包括：疾病、该疾病对应的标题以及各标题下所包含的段落内容。
3.根据权利要求1所述的方法，在得到与不同疾病对应的结构化语料之后，还包括：
对所述结构化语料进行自然语言理解处理，挖掘出对应不同医学类别的医学实体；
根据所述医学实体，构建对应不同医学类别的医学实体空间。
4.根据权利要求3所述的方法，其特征在于，所述根据所述结构化语料获取训练样本包括：
获取已知的医学实体关系对，作为正样本；
从对应疾病类别的医学实体空间中随机抽取疾病实体，并从其他医学类别的医学实体空间中随机抽取医学实体；
确定两个医学实体组成的医学实体对是否属于正样本，若否，则将该医学实体对作为负样本；
选取预设比例的正、负样本作为所述训练样本。
5.根据权利要求1所述的方法，其特征在于，所述构建所述训练样本中各医学实体对的融合特征包括：
根据所述结构化语料，提取医学实体对中各实体的字粒度特征、词粒度特征以及实体之间的句子粒度特征；
将各实体的字粒度特征输入机器学习模型，将输出结果与各实体的词粒度特征结合之后，再输入机器学习模型，将输出结果与句子粒度特征相结合，将结合结果作为各医学实体对的融合特征。
6.根据权利要求5所述的方法，其特征在于，在提取医学实体对中实体之间的句子粒度特征时，包括：
在所述结构化语料中检索医学实体对中与疾病对应的实体；
确定该实体所属段落内容的标题，获取对应该标题的预设权重；
将所述预设权重、实体之间的相似度以及实体之间的距离度量进行融合处理，将融合结果作为所述实体之间的句子粒度特征。
7.根据权利要求1所述的方法，其特征在于，所述利用各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，包括：
将各医学实体对的融合特征作为分类模型的输入，获取分类模型针对各融合特征的输出结果；
根据各融合特征的输出结果与训练样本中各医学实体对的标注结果，确定分类模型的损失函数；
根据分类模型的损失函数调整分类模型的参数，直至分类模型的损失函数最小化，得到实体关系检测模型。
8.一种建立实体关系检测模型的装置，其特征在于，包括：
获取单元，用于获取医学文本数据；
解析单元，用于对所述医学文本数据进行结构化解析，得到与不同疾病对应的结构化语料；
构建单元，用于根据所述结构化语料获取训练样本，并构建所述训练样本中各医学实体对的融合特征；
训练单元，用于利用所述各医学实体对的融合特征训练分类模型，直至所述分类模型收敛，得到实体关系检测模型。
9.根据权利要求8所述的装置，其特征在于，所述解析单元得到的与不同疾病对应的结构化语料包括：疾病、该疾病对应的标题以及各标题下所包含的段落内容。
10.根据权利要求8所述的装置，所述解析单元在得到与不同疾病对应的结构化语料之后，还执行：
对所述结构化语料进行自然语言理解处理，挖掘出对应不同医学类别的医学实体；
根据所述医学实体，构建对应不同医学类别的医学实体空间。
11.根据权利要求10所述的装置，其特征在于，所述构建单元在根据所述结构化语料获取训练样本时，具体执行：
获取已知的医学实体关系对，作为正样本；
从对应疾病类别的医学实体空间中随机抽取疾病实体，并从其他医学类别的医学实体空间中随机抽取医学实体；
确定两个医学实体组成的医学实体对是否属于正样本，若否，则将该医学实体对作为负样本；
选取预设比例的正、负样本作为所述训练样本。
12.根据权利要求8所述的装置，其特征在于，所述构建单元在构建所述训练样本中各医学实体对的融合特征时，具体执行：
根据所述结构化语料，提取医学实体对中各实体的字粒度特征、词粒度特征以及实体之间的句子粒度特征；
将各实体的字粒度特征输入机器学习模型，将输出结果与各实体的词粒度特征结合之后，再输入机器学习模型，将输出结果与句子粒度特征相结合，将结合结果作为各医学实体对的融合特征。
13.根据权利要求12所述的装置，其特征在于，所述构建单元在提取医学实体对中实体之间的句子粒度特征时，具体执行：
在所述结构化语料中检索医学实体对中与疾病对应的实体；
确定该实体所属段落内容的标题，获取对应该标题的预设权重；
将所述预设权重、实体之间的相似度以及实体之间的距离度量进行融合处理，将融合结果作为所述实体之间的句子粒度特征。
14.根据权利要求8所述的装置，其特征在于，所述训练单元在利用各医学实体对的融合特征训练分类模型，直至所述分类模型收敛时，具体执行：
将各医学实体对的融合特征作为分类模型的输入，获取分类模型针对各融合特征的输出结果；
根据各融合特征的输出结果与训练样本中各医学实体对的标注结果，确定分类模型的损失函数；
根据分类模型的损失函数调整分类模型的参数，直至分类模型的损失函数最小化，得到实体关系检测模型。
15.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010064172.0A CN111274397B (zh) | 2020-01-20 | 2020-01-20 | 建立实体关系检测模型的方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010064172.0A CN111274397B (zh) | 2020-01-20 | 2020-01-20 | 建立实体关系检测模型的方法以及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111274397A true CN111274397A (zh) | 2020-06-12 |
| CN111274397B CN111274397B (zh) | 2023-10-27 |
Family
ID=71001780
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010064172.0A Active CN111274397B (zh) | 2020-01-20 | 2020-01-20 | 建立实体关系检测模型的方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111274397B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112115697A (zh) * | 2020-09-25 | 2020-12-22 | 北京百度网讯科技有限公司 | 用于确定目标文本的方法、装置、服务器以及存储介质 |
| CN112199954A (zh) * | 2020-10-10 | 2021-01-08 | 平安科技（深圳）有限公司 | 基于语音语义的疾病实体匹配方法、装置及计算机设备 |
| CN112331332A (zh) * | 2020-10-14 | 2021-02-05 | 北京工业大学 | 一种基于多粒度特征融合的疾病预测方法及系统 |
| CN112560460A (zh) * | 2020-12-08 | 2021-03-26 | 北京百度网讯科技有限公司 | 抽取结构化信息的方法、装置、电子设备和可读存储介质 |
| CN113505224A (zh) * | 2021-07-08 | 2021-10-15 | 万翼科技有限公司 | 结构化信息提取及模型构建方法、设备及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090313540A1 (en) * | 2008-06-14 | 2009-12-17 | Mark Otuteye | Methods and systems for automated text evaluation |
| US20140297252A1 (en) * | 2012-12-06 | 2014-10-02 | Raytheon Bbn Technologies Corp. | Active error detection and resolution for linguistic translation |
| CN108717439A (zh) * | 2018-05-16 | 2018-10-30 | 哈尔滨理工大学 | 一种基于注意力机制和特征强化融合的中文文本分类方法 |
| CN109145120A (zh) * | 2018-07-02 | 2019-01-04 | 北京妙医佳信息技术有限公司 | 医学健康领域知识图谱的关系抽取方法及系统 |
| CN109284396A (zh) * | 2018-09-27 | 2019-01-29 | 北京大学深圳研究生院 | 医学知识图谱构建方法、装置、服务器及存储介质 |
| US20190042559A1 (en) * | 2017-08-02 | 2019-02-07 | International Business Machines Corporation | Anaphora resolution for medical text with machine learning and relevance feedback |
| CN109446338A (zh) * | 2018-09-20 | 2019-03-08 | 大连交通大学 | 基于神经网络的药物疾病关系分类方法 |
| CN109800411A (zh) * | 2018-12-03 | 2019-05-24 | 哈尔滨工业大学（深圳） | 临床医疗实体及其属性抽取方法 |
| US20190171656A1 (en) * | 2017-05-10 | 2019-06-06 | Boe Technology Group Co., Ltd. | Traditional chinese medicine knowledge graph and establishment method therefor, and computer system |
| CN110008959A (zh) * | 2019-03-26 | 2019-07-12 | 北京博瑞彤芸文化传播股份有限公司 | 一种医学数据处理方法及系统 |
| CN110287270A (zh) * | 2019-06-14 | 2019-09-27 | 北京百度网讯科技有限公司 | 实体关系挖掘方法及设备 |
| CN110297908A (zh) * | 2019-07-01 | 2019-10-01 | 中国医学科学院医学信息研究所 | 诊疗方案预测方法及装置 |
-
2020
- 2020-01-20 CN CN202010064172.0A patent/CN111274397B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090313540A1 (en) * | 2008-06-14 | 2009-12-17 | Mark Otuteye | Methods and systems for automated text evaluation |
| US20140297252A1 (en) * | 2012-12-06 | 2014-10-02 | Raytheon Bbn Technologies Corp. | Active error detection and resolution for linguistic translation |
| US20190171656A1 (en) * | 2017-05-10 | 2019-06-06 | Boe Technology Group Co., Ltd. | Traditional chinese medicine knowledge graph and establishment method therefor, and computer system |
| US20190042559A1 (en) * | 2017-08-02 | 2019-02-07 | International Business Machines Corporation | Anaphora resolution for medical text with machine learning and relevance feedback |
| CN108717439A (zh) * | 2018-05-16 | 2018-10-30 | 哈尔滨理工大学 | 一种基于注意力机制和特征强化融合的中文文本分类方法 |
| CN109145120A (zh) * | 2018-07-02 | 2019-01-04 | 北京妙医佳信息技术有限公司 | 医学健康领域知识图谱的关系抽取方法及系统 |
| CN109446338A (zh) * | 2018-09-20 | 2019-03-08 | 大连交通大学 | 基于神经网络的药物疾病关系分类方法 |
| CN109284396A (zh) * | 2018-09-27 | 2019-01-29 | 北京大学深圳研究生院 | 医学知识图谱构建方法、装置、服务器及存储介质 |
| CN109800411A (zh) * | 2018-12-03 | 2019-05-24 | 哈尔滨工业大学（深圳） | 临床医疗实体及其属性抽取方法 |
| CN110008959A (zh) * | 2019-03-26 | 2019-07-12 | 北京博瑞彤芸文化传播股份有限公司 | 一种医学数据处理方法及系统 |
| CN110287270A (zh) * | 2019-06-14 | 2019-09-27 | 北京百度网讯科技有限公司 | 实体关系挖掘方法及设备 |
| CN110297908A (zh) * | 2019-07-01 | 2019-10-01 | 中国医学科学院医学信息研究所 | 诊疗方案预测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| HONG LIU ETAL: ""A multi-feature fusion method for tongue image matching in traditional chinese medicine"", 《 2011 INTERNATIONAL CONFERENCE OF SOFT COMPUTING AND PATTERN RECOGNITION (SOCPAR)》 * |
| 王汝娇;姬东鸿;: "基于卷积神经网络与多特征融合的Twitter情感分类方法", 计算机工程, no. 02 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112115697A (zh) * | 2020-09-25 | 2020-12-22 | 北京百度网讯科技有限公司 | 用于确定目标文本的方法、装置、服务器以及存储介质 |
| CN112115697B (zh) * | 2020-09-25 | 2024-03-12 | 北京百度网讯科技有限公司 | 用于确定目标文本的方法、装置、服务器以及存储介质 |
| CN112199954A (zh) * | 2020-10-10 | 2021-01-08 | 平安科技（深圳）有限公司 | 基于语音语义的疾病实体匹配方法、装置及计算机设备 |
| WO2022073341A1 (zh) * | 2020-10-10 | 2022-04-14 | 平安科技（深圳）有限公司 | 基于语音语义的疾病实体匹配方法、装置及计算机设备 |
| CN112199954B (zh) * | 2020-10-10 | 2023-11-10 | 平安科技（深圳）有限公司 | 基于语音语义的疾病实体匹配方法、装置及计算机设备 |
| CN112331332A (zh) * | 2020-10-14 | 2021-02-05 | 北京工业大学 | 一种基于多粒度特征融合的疾病预测方法及系统 |
| CN112560460A (zh) * | 2020-12-08 | 2021-03-26 | 北京百度网讯科技有限公司 | 抽取结构化信息的方法、装置、电子设备和可读存储介质 |
| CN112560460B (zh) * | 2020-12-08 | 2022-02-25 | 北京百度网讯科技有限公司 | 抽取结构化信息的方法、装置、电子设备和可读存储介质 |
| CN113505224A (zh) * | 2021-07-08 | 2021-10-15 | 万翼科技有限公司 | 结构化信息提取及模型构建方法、设备及存储介质 |
| CN113505224B (zh) * | 2021-07-08 | 2023-01-10 | 万翼科技有限公司 | 结构化信息提取及模型构建方法、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111274397B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112560912B (zh) | 分类模型的训练方法、装置、电子设备和存储介质 | |
| CN111274397B (zh) | 建立实体关系检测模型的方法以及装置 | |
| CN111221983A (zh) | 时序知识图谱生成方法、装置、设备和介质 | |
| CN107644011B (zh) | 用于细粒度医疗实体提取的系统和方法 | |
| CN112560479B (zh) | 摘要抽取模型训练方法、摘要抽取方法、装置和电子设备 | |
| US9971763B2 (en) | Named entity recognition | |
| CN112507700A (zh) | 事件抽取方法、装置、电子设备及存储介质 | |
| US20170220561A1 (en) | Method of creating translation corpus | |
| CN112329964A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
| CN111832298B (zh) | 病历的质检方法、装置、设备以及存储介质 | |
| CN111079945B (zh) | 端到端模型的训练方法及装置 | |
| CN111967256A (zh) | 事件关系的生成方法、装置、电子设备和存储介质 | |
| CN111783468A (zh) | 文本处理方法、装置、设备和介质 | |
| CN112347769A (zh) | 实体识别模型的生成方法、装置、电子设备及存储介质 | |
| CN112530576A (zh) | 一种线上医患匹配方法、装置、电子设备及存储介质 | |
| US11941361B2 (en) | Automatically identifying multi-word expressions | |
| CN111401033A (zh) | 事件抽取方法、事件抽取装置和电子设备 | |
| CN112216359A (zh) | 医疗数据校验方法、装置及电子设备 | |
| CN110543558B (zh) | 问题匹配方法、装置、设备和介质 | |
| CN111326251A (zh) | 一种问诊问题输出方法、装置以及电子设备 | |
| CN111522944A (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
| Korpusik et al. | Distributional semantics for understanding spoken meal descriptions | |
| CN112579750A (zh) | 相似病案的检索方法、装置、设备及存储介质 | |
| CN111966782A (zh) | 多轮对话的检索方法、装置、存储介质及电子设备 | |
| CN110991183A (zh) | 问题的谓词确定方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |