[发明专利]一种医学知识表示的生成方法和装置

权利要求书

1.一种医学知识表示的生成方法，其特征在于，

获取医学知识图谱数据集；

基于所述医学知识图谱数据集，获取单步路径三元组集和实体的描述文本数据；其中，所述实体包括头实体和尾实体；

基于所述实体的描述文本数据和所述单步路径三元组集，获取实体的初始描述信息存储在所述单步路径三元组集；

获取所述单步路径三元组集中每个单步路径三元组对应的多跳路径三元组集合；

获取医学知识中的头实体和尾实体；

获取所述头实体的第一头向量和所述尾实体的第一尾向量；

基于所述头实体的描述文本获取所述头实体的第二头向量，以及基于所述尾实体的描述文本获取所述尾实体的第二尾向量；

基于所述头实体和所述尾实体的直接关系路径向量、所述第一头向量、所述第二头向量、所述第一尾向量和所述第二尾向量，得到直接关系三元组的直接关系得分；

获取所述头实体和所述尾实体的多跳关系路径向量，基于所述多跳关系路径向量、所述直接关系路径向量和多跳关系路径可信度，得到多跳路径三元组的所有多跳路径得分；

所有所述单步路径三元组和对应的多跳路径三元组进行合并为正样本集合，并对所述正样本集合进行处理得到负样本集合；

基于所述直接关系三元组的直接关系得分和所述多跳路径三元组的所有多跳路径得分确定预设损失函数；

通过预设损失函数将所述正样本集合和所述负样本集合输入神经网络进行训练，获取医学知识表示学习模型，以获取待处理实体和待处理尾实体输入所述医学知识表示学习模型，生成医学知识表示。

2.根据权利要求1所述的医学知识表示的生成方法，其特征在于，所述基于所述知识图谱数据集获取单步路径三元组集，包括：

针对所述知识图谱数据集中的每个头实体，遍历所有单步关系获取对应的尾实体，组成直接关系三元组实体对；

存储所述直接关系三元组实体对、头尾实体和路径概率信息。

3.根据权利要求1所述的医学知识表示的生成方法，其特征在于，所述获取实体的描述文本数据，包括：

获取每一个实体的描述文本；

对所述描述文本进行关键词抽取，获取目标数值关键词作为实体的描述文本数据。

4.根据权利要求1所述的医学知识表示的生成方法，其特征在于，所述获取所述单步路径三元组集中每个单步路径三元组对应的多跳路径三元组集合，包括：

基于所述单步路径三元组集，针对每个第一单步路径三元组，遍历检索所有头实体与所述第一单步路径三元组的尾实体相同的第二单步路径三元组进行组合，生成二步路径三元组集；

针对所述二步路径三元组集中的每个第一两步路径三元组，遍历所有头实体与所述第一两步路径三元组尾实体相同的第二两步路径三元组进行组合，生成三步路径三元组集；

根据所述单步路径三元组集，针对每个单步路径三元组，遍历检索所述二步路径三元组集、所述三步路径三元组集中头实体和尾实体都对应与单步路径三元组头、尾实体相同的多跳路径，生成对应的多跳路径三元组集合进行存储。

5.根据权利要求1所述的医学知识表示的生成方法，其特征在于，所述基于所述头实体和所述尾实体的直接关系路径向量、所述第一头向量、所述第二头向量、所述第一尾向量和所述第二尾向量，得到直接关系三元组的直接关系得分，包括：

将所述第一头向量与所述直接关系路径向量相加后减去所述第一尾向量的差值的绝对值，得到第一数值；

将所述第二头向量与所述直接关系路径向量相加后减去所述第二尾向量的差值的绝对值，得到第二数值；

将所述第二头向量与所述直接关系路径向量相加后减去所述第一尾向量的差值的绝对值，得到第三数值；

将所述第一头向量与所述直接关系路径向量相加后减去所述第二尾向量的差值的绝对值，得到第四数值；

将所述第一数值、所述第二数值、所述第三数值和所述第四数值进行相加处理，得到所述直接关系三元组的直接关系得分。