[发明专利]一种药品相互作用关系抽取方法及系统在审
| 申请号: | 202010569861.7 | 申请日: | 2020-06-20 |
| 公开(公告)号: | CN111914095A | 公开(公告)日: | 2020-11-10 |
| 发明(设计)人: | 黎云;袁冲;余军;沈章;吕静;高峰 | 申请(专利权)人: | 武汉海云健康科技股份有限公司 |
| 主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F40/117;G06N20/00;G16H20/10 |
| 代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 严超 |
| 地址: | 430000 湖北省武汉市东湖新技术*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 药品 相互作用 关系 抽取 方法 系统 | ||
1.一种药品相互作用关系抽取方法,其特征在于,包括:
将药品说明书输入训练后的机器学习模型中,识别出药品实体关系;所述机器学习模型是通过半监督学习训练的方式提取药品说明书中的特征文本信息建立的;
将所述药品实体关系供药师和用户参考。
2.根据权利要求1所述的药品相互作用关系抽取方法,其特征在于,所述方法还包括:
建立所述机器学习模型;
训练所述机器学习模型。
3.根据权利要求2所述的药品相互作用关系抽取方法,其特征在于,所述建立所述机器学习模型包括:
获取药品说明书数据,将所述药品说明书数据、药品实体名称以及之间的具体的关系类型构建成种类数据库;
基于所述种类数据库提取药品说明书中文本信息,并将缺失的句法结构补充完整,以建立所述机器学习模型。
4.根据权利要求2所述的药品相互作用关系抽取方法,其特征在于,所述训练所述机器学习模型,包括:
通过半监督的学习方式,将从药品说明书中提取的文本信息进行标签标注。
5.根据权利要求4所述的药品相互作用关系抽取方法,其特征在于,所述方法还包括:
将训练的机器学习模型输出结果进行核对,纠正错误的文本信息,并把识别错误的文本信息全部提取出来,以更新所述机器学习模型。
6.根据权利要求1所述的药品相互作用关系抽取方法,其特征在于,所述方法还包括:
将识别的药品实体关系抽取形成三元组,建立药品说明书知识图谱。
7.一种药品相互作用关系抽取系统,其特征在于,包括:
识别抽取模块,用于将药品说明书输入训练后的机器学习模型中,识别出药品实体关系,所述机器学习模型是通过半监督学习训练的方式提取药品说明书中的特征文本信息建立的;
综合判断模块,用于将所述药品实体关系供药师和用户参考。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述药品相互作用关系抽取方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述药品相互作用关系抽取方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉海云健康科技股份有限公司,未经武汉海云健康科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010569861.7/1.html,转载请声明来源钻瓜专利网。





