[发明专利]用于医学知识图谱的处理方法和装置

权利要求书

1.一种用于医学实体模型的训练方法，包括：

针对医学实体识别任务，获取训练数据集；

获取针对其他任务训练得到的网络模型，其中所述网络模型与所述医学实体模型具有相同的底层逻辑；以及

基于所述训练数据集在所述网络模型基础上进行训练，以得到所述医学实体模型。

2.根据权利要求1所述的方法，其中，基于所述训练数据集在所述网络模型基础上进行训练，包括：

按以下方式修改所述网络模型以得到修改后的网络模型：去掉所述网络模型的最后一层并增加全连接层和soft max层；以及

基于所述训练数据集在所述修改后的网络模型基础上进行训练。

3.根据权利要求2所述的方法，还包括：在基于所述训练数据集在所述修改后的网络模型基础上进行训练之前，

采用语义理解预训练框架对所述训练数据集中的训练数据进行建模。

4.根据权利要求1所述的方法，其中，针对医学实体识别任务，获取训练数据集，包括：

针对医学实体识别任务，获取训练数据候选集；

循环计算所述训练数据候选集中各医学实体之间的编辑距离；

针对编辑距离小于预设值的多个医学实体进行数据标注；以及

增加被标注为不同医学实体的多个医学实体在所述训练数据集中的占比。

5.一种用于医学知识图谱的处理方法，包括：

从医学文本中提取医学实体；

利用通过迁移学习得到的医学实体模型对所述医学实体进行识别，得到对应的识别结果；以及

响应于所述识别结果表征所述医学实体为既有标准实体的别名，在所述医学知识图谱中增加所述医学实体并针对所述医学实体增加对应的别名属性信息。

6.根据权利要求5所述的方法，还包括：

响应于所述识别结果表征所述医学实体为不属于任意一个既有标准实体的别名的新增实体，在所述医学知识图谱中增加所述医学实体为新增标准实体。

7.根据权利要求5所述的方法，其中，通过以下操作获得所述医学实体模型：

针对医学实体识别任务，获取训练数据集；

获取针对其他任务训练得到的网络模型，其中所述网络模型与所述医学实体模型具有相同的底层逻辑；以及

基于所述训练数据集在所述网络模型基础上进行训练，以得到所述医学实体模型。

8.一种用于医学实体模型的训练装置，包括：

第一获取模块，用于针对医学实体识别任务，获取训练数据集；

第二获取模块，用于获取针对其他任务训练得到的网络模型，其中所述网络模型与所述医学实体模型具有相同的底层逻辑；以及

训练模块，用于基于所述训练数据集在所述网络模型基础上进行训练，以得到所述医学实体模型。

9.根据权利要求8所述的装置，其中，所述训练模块包括：

修改单元，用于按以下方式修改所述网络模型以得到修改后的网络模型：去掉所述网络模型的最后一层并增加全连接层和soft max层；以及

训练单元，用于基于所述训练数据集在所述修改后的网络模型基础上进行训练。

10.根据权利要求9所述的装置，还包括：

预训练模块，用于在基于所述训练数据集在所述修改后的网络模型基础上进行训练之前，采用语义理解预训练框架对所述训练数据集中的训练数据进行建模。

11.根据权利要求8所述的装置，其中，所述第一获取模块包括：

获取单元，用于针对医学实体识别任务，获取训练数据候选集；

计算单元，用于循环计算所述训练数据候选集中各医学实体之间的编辑距离；

数据标注单元，用于针对编辑距离小于预设值的多个医学实体进行数据标注；以及

数据增强单元，用于增加被标注为不同医学实体的多个医学实体在所述训练数据集中的占比。