(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210433927.9 (22)申请日 2022.04.24 (71)申请人 四川医枢科技有限责任公司 地址 610041 四川省成 都市成都高新区府 城大道西段39 9号6栋1单元7层6、 7号 (72)发明人 闾磊　张艳春　黄甫毅　钟应佳　 万虹　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张艺 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/36(2019.01) G06F 40/151(2020.01) G06F 40/295(2020.01) (54)发明名称 医学文本的实体关系抽取方法、 装置、 设备 及存储介质 (57)摘要 本发明公开了一种医学文本的实体关系抽 取方法， 该方法包括以下步骤： 接收待实体关系 抽取的医学文本； 将医学文本转化为bert 格式数 据； 对bert格式数据进行数值索引转化， 得到文 本数值索引； 利用预训练得到的主语感知关系提 取模型对文本数值索引进行上下文动态编码， 并 对编码结果进行实体关系抽取， 得到实体关系抽 取结果。 应用本发明所提供的医学文本的实体关 系抽取方法， 避免了实体关系的重合， 保证了对 编码结果进行 实体关系抽取的全面性， 较大地提 升了实体关系抽取结果的准确性。 本发明还公开 了一种医学文本的实体关系抽取装置、 设备及存 储介质， 具有相应技 术效果。 权利要求书2页 说明书11页 附图3页 CN 114637852 A 2022.06.17 CN 114637852 A 1.一种医学文本的实体关系抽取 方法， 其特 征在于， 包括： 接收待实体关系抽取的医学文本； 将所述医学文本转 化为bert格式数据； 对所述ber t格式数据进行 数值索引转 化， 得到文本数值索引； 利用预训练得到的主语感知 关系提取模型对所述文本数值索引进行上下文动态编码， 并对编码结果进行实体关系抽取， 得到实体关系抽取 结果。 2.根据权利要求1所述的医学文本的实体关系抽取方法， 其特征在于， 利用预训练得到 的主语感知关系提取模型对所述文本数值索引进 行上下文动态编 码， 并对编码结果进 行实 体关系抽取， 得到实体关系抽取 结果， 包括： 通过所述主语感知关系提取模型的编码层对所述文本数值索引进行上下文动态编码， 得到各序列词向量； 通过所述主语感知关系提取模型的主语感知层从各所述序列词向量中识别得到主语 序列词向量， 并将所述主语序列词向量确定为头实体； 通过所述主语感知关系提取模型的预测层对各所述序列词向量进行解码操作， 得到除 所述主语序列词向量之外各 所述序列词向量分别对应的二分类结果； 判断各所述二分类结果中是否存在正类； 若是， 则将所述 正类对应的序列词向量确定为尾实体； 将所述头实体和所述尾实体确定为所述实体关系抽取 结果。 3.根据权利要求2所述的医学文本的实体关系抽取方法， 其特征在于， 在通过所述主语 感知关系提取模型的主语感知层从各所述序列词向量中识别得到主语序列词向量之后， 将 所述主语序列词向量确定为头实体之前， 还 包括： 通过所述主语感知关系提取模型的共享向量层对所述主语序列词向量进行语义感知 及语义特 征强化。 4.根据权利要求3所述的医学文本的实体关系抽取方法， 其特征在于， 通过所述主语感 知关系提取模型的共享向量层对所述主语序列词向量进行语义感知及语义特征强化， 包 括： 通过所述共享向量层中的条件正则化子层对所述主语序列词向量进行语义感知， 得到 目标语义； 通过所述共享向量层中的特征子层基于预设特征库对所述目标语义进行语义特征强 化。 5.根据权利要求1至4任一项所述的医学文本的实体关系抽取方法， 其特征在于， 在接 收待实体关系抽取的医学文本之后， 将所述医学文本转 化为bert格式数据之前， 还 包括： 对所述医学文本进行中文 文本语料处 理。 6.根据权利要求5所述的医学文本的实体关系抽取方法， 其特征在于， 在对所述医学文 本进行中文 文本语料处 理之后， 将所述医学文本转 化为bert格式数据之前， 还 包括： 获取语料处 理后得到的医学文本的文本 长度； 判断所述文本 长度是否大于预设长度值； 若是， 则对语料处 理后得到的医学文本进行长文本分割。 7.根据权利要求1所述的医学文本的实体关系抽取方法， 其特征在于， 利用预训练得到权　利　要　求　书 1/2 页 2 CN 114637852 A 2的主语感知关系提取模型对所述文本数值索引进行 上下文动态编码， 包括： 利用预训练得到的损失函数最小化的主语感知关系提取模型对所述文本数值索引进 行上下文动态编码。 8.一种医学文本的实体关系抽取装置， 其特 征在于， 包括： 文本接收模块， 用于 接收待实体关系抽取的医学文本； 格式转化模块， 用于将所述医学文本转 化为bert格式数据； 索引获得模块， 用于对所述ber t格式数据进行 数值索引转 化， 得到文本数值索引； 抽取结果获得模块， 用于利用预训练得到的主语感知关系提取模型对所述文本数值索 引进行上下文动态编码， 并对编码结果进行实体关系抽取， 得到实体关系抽取 结果。 9.一种医学文本的实体关系抽取设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1至7任一项所述医学文本的实体 关系抽取 方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述医学文本的实体关 系抽取方法的步骤。权　利　要　求　书 2/2 页 3 CN 114637852 A 3