[发明专利]一种文献标注方法、装置、设备及计算机可读介质

说明书

本申请涉及一种文献标注方法、装置、设备及计算机可读介质，所述文献标注方法包括：接收用户提交的包含目标基因的基因检索请求；在数据库中查找与所述目标基因匹配的基因、变异和疾病之间的关联关系及所述关联关系的来源文献信息；对与所述来源文献信息对应的来源文献进行针对基因、变异和疾病的命名实体识别，并标注识别到的命名实体数据；在至少两个所述命名实体数据所在的关系类型共现语句中，确定命名实体之间的关系类型，在所述来源文献中标注所述关系类型。本申请能够提供对医学文献中基因、变异、疾病实体的定位以及基因、变异和疾病实体间相关关系的标注能力，提供细粒度的文献证据溯源能力。

技术领域

本申请涉及计算机技术领域，尤其涉及一种文献标注方法、装置、设备及计算机可读介质。

背景技术

目前，基因疾病的研究判别主要依赖于专家的经验记忆和对大量文献阅读后的主观理解。

然而，由于缺少客观的推理过程和便捷的证据链条获取途径，基因疾病的判别溯源工作量大，证据定位难以精准，影响科学判别结果的获取。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种文献标注方法、装置、设备及计算机可读介质。

第一方面，本申请提供了一种文献标注方法，包括：

接收用户提交的包含目标基因的基因检索请求；

在数据库中查找与所述目标基因匹配的基因、变异和疾病之间的关联关系及所述关联关系的来源文献信息；

对与所述来源文献信息对应的来源文献进行针对基因、变异和疾病的命名实体识别，并标注识别到的命名实体数据；

在至少两个所述命名实体数据所在的关系类型共现语句中，确定命名实体之间的关系类型，在所述来源文献中标注所述关系类型。

可选地，所述对与所述来源文献信息对应的来源文献进行针对基因、变异和疾病的命名实体识别，包括：

按照预设分词规则对所述来源文献中的各语句进行浅层分词和深层分词；

将所述来源文献中的各语句输入预设的深度神经网络中，计算每一个输入的语句中各词语属于不同预设实体类型的概率值，所述深度神经网络由双向长短期记忆模型网络层和全连接网络层组成；

结合传统机器学习维特比模型、条件随机场模型及状态转移算法，确定关于基因、变异和疾病的命名实体数据。

可选地，所述在至少两个所述命名实体数据所在的关系类型共现语句中，确定命名实体之间的关系类型，包括：

查找所述命名实体数据所在的关系类型共现语句；

在至少两个所述命名实体数据所在的关系类型共现语句中，查找位于预设关系类型指示词库中的关系类型指示词；

将所述关系类型指示词映射至所述数据库中，确定与所述关系类型指示词对应的关系类型。

可选地，所述方法还包括：

将与所述目标基因匹配的基因、变异和疾病之间的关联关系的来源文献信息更新为至少两个所述命名实体数据所在的关系类型共现语句。

第二方面，本申请还提供了一种文献标注装置，包括：

接收模块，用于接收用户提交的包含目标基因的基因检索请求；

查找模块，用于在数据库中查找与所述目标基因匹配的基因、变异和疾病之间的关联关系及所述关联关系的来源文献信息；

识别模块，用于对与所述来源文献信息对应的来源文献进行针对基因、变异和疾病的命名实体识别，并标注识别到的命名实体数据；