[发明专利]多元组数据标注方法、模型训练方法、装置、设备和介质

权利要求书

1.一种医学多元组数据标注方法，其特征在于，所述医学多元组数据包括概念值、属性关系值和属性值；概念值用于表示医学知识概念，属性值用于表示医学知识属性，属性关系值用于表示所述医学知识概念和所述医学知识属性之间的关联关系；所述方法包括：

基于输入的医学多元组数据生成所述医学多元组数据的全连接向量、所述概念值与所述属性关系值的联合向量，和所述属性值的属性值向量；其中，所述全连接向量是针对多元组数据中包括的全部数据顺次拼接形成的全连接数据，生成的全连接向量；所述联合向量是针对医学多元组数据概念值和属性关系值进行拼接形成的联合数据，生成的联合向量；

建立所述联合向量与所述属性值向量之间的演变向量；其中，所述演变向量用于表征所述联合向量与所述属性值向量之间的差异；

根据所述全连接向量和所述演变向量生成所述医学多元组数据的标注数据；其中，所述标注数据用于表示所述概念值与所述属性值之间，存在或不存在所述属性关系值表示的关联关系。

2.根据权利要求1所述的方法，其特征在于，基于输入的医学多元组数据生成所述医学多元组数据的全连接向量、所述概念值与所述属性关系值的联合向量，和所述属性值的属性值向量的步骤，包括：

将所述概念值、所述属性关系值和所述属性值组成第一输入值，所述概念值和所述属性关系值组成第二输入值，所述属性值作为第三输入值，分别输入同一向量生成模型，得到对应所述第一输入值的全连接向量，对应所述第二输入值的联合向量，和对应所述第三输入值的属性值向量。

3.根据权利要求1所述的方法，其特征在于，所述联合向量与所述属性值向量具有不同的向量维数；建立所述联合向量与所述属性值向量之间的演变向量的步骤，包括：

将所述联合向量映射至与所述属性值向量相同的向量维数，得到联合映射向量；

将所述联合映射向量与所述属性值向量做向量差运算，得到所述演变向量；

或者，

将所述属性值向量映射值与所述联合向量相同的向量维数，得到属性映射向量；

将所述联合向量与所述属性映射向量做向量差运算，得到所述演变向量。

4.根据权利要求1所述的方法，其特征在于，根据所述全连接向量和所述演变向量生成所述医学多元组数据的标注数据的步骤，包括：

将所述演变向量拼接至所述全连接向量得到目标向量；

将所述目标向量输入至全连接网络输出层，得到所述全连接网络输出层输出的标注数据。

5.一种医学多元组数据标注模型的训练方法，其特征在于，所述方法包括：

获取样本数据；其中，所述样本数据包括样本标注数据和医学多元组数据；所述医学多元组数据包括概念值、属性关系值和属性值；其中，概念值用于表示医学知识概念，属性值用于表示医学知识属性，属性关系值用于表示所述医学知识概念和所述医学知识属性之间的关联关系；

将所述样本数据中的医学多元组数据输入所述标注模型，以使所述标注模型基于输入的医学多元组数据生成所述医学多元组数据的全连接向量、所述概念值与所述属性关系值的联合向量，和所述属性值的属性值向量；建立所述联合向量与所述属性值向量之间的演变向量；其中，所述演变向量用于表征所述联合向量与所述属性值向量之间的差异；根据所述全连接向量和所述演变向量生成所述医学多元组数据的标注数据；其中，所述标注数据用于表示所述概念值与所述属性值之间，存在或不存在所述属性关系值表示的关联关系；其中，所述全连接向量是针对多元组数据中包括的全部数据顺次拼接形成的全连接数据，生成的全连接向量；所述联合向量是针对医学多元组数据概念值和属性关系值进行拼接形成的联合数据，生成的联合向量；

在所述标注模型输出的标注数据与所述样本标注数据不相同的情况下，计算差异损失，以基于所述差异损失修正所述标注模型。