[发明专利]药物研发知识库构建方法及装置

权利要求书

1.一种药物研发知识库构建方法，其特征在于，所述方法包括：

建立医学实体库，所述医学实体库中包括医学实体及实体属性；所述医学实体包括：核心实体和一般实体；所述核心实体为药物，所述一般实体为与药物相关的实体；确定实体关系；所述实体关系包括：同类型实体间关系、不同类型实体间关系；

以所述核心实体为关键节点、所述一般实体为普通节点，根据所述实体关系建立对应所述医学实体库的知识图谱；其中核心实体串联各个一般实体，一般实体与核心实体存在关联关系，所述关联关系由使用专业词汇表及AC自动机算法抽取各语料段落中的实体，根据预置规则，填充核心实体与一般实体间，同类实体间的关系；

其中所述实体属性采用关系型数据库进行存储，所述实体关系采用图数据库进行存储，所述图数据库进一步存储实体的字段信息，采用图数据库进行知识推理；

其中，所述一般实体包括：靶点，适应症、公司；所述同类型实体间关系包括：药物实体关系、公司实体关系；所述药物实体关系包括：协同作用、拮抗作用；所述公司实体关系包括：母公司、子公司、分公司；业务领域的合作、转让和受让；所述不同类型实体间关系包括：药物与适应症的关系、药物与靶点的关系、药物与公司的关系；所述公司实体关系用于描述药物研发历史和商业情报信息；

其中适应症实体，是通过对多个临床源信息进行医学实体标定；对备用实体词条进行周期性频次分析，如果出现频次低于设定阈值的词条进行近似映射，将下级词条近似为上级词条，作为备用数据；如果出现频次大于等于设定阈值，则启用备用实体词条，并将其映射到MeSH层级结构；如果备用数据从各个归一化数据源出现频次超过阈值时，将备用数据从备用实体词条转换为正式的适应症词条。

2.根据权利要求1所述的方法，其特征在于，所述建立医学实体库包括：

从医学相关的结构化数据中抽取医学实体，建立医学实体库；

采集医学相关语料；

从所述语料中抽取医学实体，并将抽取的医学实体补充到所述医学实体库中。

3.根据权利要求2所述的方法，其特征在于，所述采集医学相关语料包括：

从以下任意一种或多种数据源采集医学相关语料：医学相关的文献、专利、新闻、网页。

4.根据权利要求2所述的方法，其特征在于，所述确定实体关系包括以下任意一种或多种方式：

采用基于规则的方法从所述医学相关语料中抽取实体关系；

采用基于深度学习模型的方法从所述医学相关语料中抽取实体关系。