[发明专利]医学健康领域知识图谱的关系抽取方法及系统

权利要求书

1.一种医学健康领域知识图谱的关系抽取方法，其特征在于，包括：

步骤S1，构造训练语料，构造的所述训练语料包括句子、实体对、以及实体对之间的关系；

步骤S2，将所述训练语料输入至基于Bi-GRU和双重关注的模型进行训练，以得到关系抽取模型，所述双重关注包括字级别的关注和句子级别的关注；

步骤S3，使用关系抽取模型预测知识文本中的实体之间的关系，

其中，所述步骤S3包括：

识别所述知识文本中的实体；

提取与识别的实体共现的句子；

根据提取的句子，并使用关系抽取模型预测识别的实体之间的关系。

2.根据权利要求1所述的医学健康领域知识图谱的关系抽取方法，其特征在于，在步骤S1中，构造训练语料包括：

根据知识图谱抽取其中的关系对，并在语料库中选择正确的句子，以构造正关系对样本。

3.根据权利要求2所述的医学健康领域知识图谱的关系抽取方法，其特征在于，在步骤S1中，构造训练语料还包括：

随机抽取没有关系的实体对，并在所述语料库中随机抽取与没有关系的实体对共现的句子，以构造负关系对样本。

4.根据权利要求1所述的医学健康领域知识图谱的关系抽取方法，其特征在于，步骤S2包括：

将所述训练语料中的每一个字符输入作为字嵌入，随后对每个句子的输入进行训练并加入所述字级别的关注。

5.根据权利要求1所述的医学健康领域知识图谱的关系抽取方法，其特征在于，

所述实体对中的实体是医疗健康术语。

6.根据权利要求1所述的医学健康领域知识图谱的关系抽取方法，其特征在于，步骤S1包括：

通过资料收集人工整理出多种关系，所述多种关系包括以下关系之中的任意多种：疾病与症状、疾病与检查、疾病与食谱、疾病与药物、疾病与运动、食谱与食材、症状与检查、症状与食谱、症状与药物。

7.一种医学健康领域知识图谱的关系抽取系统，其特征在于，包括顺序连接的以下模块：

语料构造模块，用于构造训练语料，并且构造的所述训练语料包括句子、实体对、以及实体对之间的关系；

训练模块，用于将所述训练语料输入至基于Bi-GRU的模型进行训练，并在所述训练中加入字级别的关注和句子级别的关注；

模型导出模块，用于导出训练后的模型从而得到关系抽取模型，关系抽取模型用于预测知识文本中的实体之间的关系，

其中，所述模型导出模块还用于：

识别所述知识文本中的实体；

提取与识别的实体共现的句子；

根据提取的句子，并使用关系抽取模型预测识别的实体之间的关系。