[发明专利]医学文献的关系抽取方法、装置、电子设备及存储介质

权利要求书

1.一种医学文献的关系抽取方法，其特征在于，包括：

获得数据集，并基于所述数据集预训练Bert模型，其中，所述数据集包括外部医学文献数据库中的医学文献，所述医学文献预先标注实体，所述Bert模型用于实体监督；

构建关系抽取模型，所述关系抽取模型包括头实体抽取模块、关联模块以及尾实体/关系抽取模块，所述头实体抽取模块以及关联模块的编码器基于所述实体监督的Bert模型进行微调，其中，在所述关联模块中，所述编码器的向量表示和头实体抽取模块的向量表示的头尾位置token的平均值以多头注意力机制来结合；

获得渐进式的权重损失函数，以利用所述关系抽取模型对医学文献进行关系抽取，其中，所述渐进式的权重损失函数为：

。

2.根据权利要求1所述的医学文献的关系抽取方法，其特征在于，所述关系抽取模型中采用指针网络作为解码器，其中，所述解码器为每个语句中的位置分配一个二进制标记，所述二进制标记指示所述语句中的位置是否正确，并提供每个位置的置信度以检测实体的开始和结束位置，所述关系抽取模型的损失函数为：

，

其中，N表示语句的长度，表示主语的第i个token的label，如果第i个token是真实的位置，则，否则为表示第i个token的置信度。

3.根据权利要求1所述的医学文献的关系抽取方法，其特征在于，所述尾实体/关系抽取模块由双指针网络构成，所述双指针网络的数量由关系的数量决定。

4.根据权利要求3所述的医学文献的关系抽取方法，其特征在于，所述尾实体/关系抽取模块的损失函数为：

，其中，N表示语句的长度，表示宾语中第i个token的label，如果第i个token是真实的位置则，否则为表示关系的数量。

5.一种医学文献的关系抽取装置，其特征在于，包括：

获取模块，用于获得数据集，并基于所述数据集预训练Bert模型，其中，所述数据集包括外部医学文献数据库中的医学文献，所述医学文献预先标注实体，所述Bert模型用于实体监督；

构建模块，用于构建关系抽取模型，所述关系抽取模型包括头实体抽取模块、关联模块以及尾实体/关系抽取模块，所述头实体抽取模块以及关联模块的编码器基于所述实体监督的Bert模型进行微调，其中，在所述关联模块中，所述编码器的向量表示和头实体抽取模块的向量表示的头尾位置token的平均值以多头注意力机制来结合；

关系抽取模块，用于获得渐进式的权重损失函数，以利用所述关系抽取模型对医学文献进行关系抽取，其中，所述渐进式的权重损失函数为：

。

6.一种电子设备，其特征在于，所述电子设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器用于执行所述程序时实现根据权利要求1-4任一项所述的医学文献的关系抽取方法。

7.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于实现根据权利要求1-4任一项所述的医学文献的关系抽取方法。