[发明专利]一种基于深度学习的药物关系抽取方法

权利要求书

1.一种基于深度学习的药物关系抽取方法，其特征在于，包括以下步骤：

S1、获取与药物相关的文献，将文献的文本内容以句子为基本单位分句，将每一句作为一个初始样本；

S2、保留包含两个及以上药物名词的初始样本，并对保留的样本进行标注，得到标注样本；

S3、在标注样本中根据词与药物的位置关系，为每个词增加一个相对药物的位置属性，得到与每个词对应的位置特征向量；

S4、获取并将所有药物分子SMILES表达式转换为图结构，获取图结构中每个药物的药物分子特征向量；

S5、将文本中的单词表示为向量，采用向量代替对应的单词，进而将每个句子向量化；

S6、将向量化的句子输入深度学习网络，得到该句子对应的文本特征向量；

S7、将每个句子对应的文本特征向量和药物分子特征向量进行串联，得到与每个句子相对应的整体特征向量；

S8、将与每个句子相对应的整体特征向量输入全连接层，得到非线性表示的向量；

S9、采用softmax函数对非线性表示的向量进行分类，得到每个分类的概率，将概率最高的类作为识别得到的药对关系，完成药物关系抽取。

2.根据权利要求1所述的基于深度学习的药物关系抽取方法，其特征在于，所述步骤S2中对保留的样本进行标注，得到标注样本的具体方法为：

根据DDIExtraction2013挑战规则，将标签分为5类，分别是：建议、作用、药物机制、正向和无关系。

3.根据权利要求1所述的基于深度学习的药物关系抽取方法，其特征在于，所述步骤S3的具体方法为：

在标注样本中获取每个词与药物的位置关系，建立元素个数与药物数量相等的向量，若词在第n个药物之前m个位置，则将向量中第n个元素的数值设置为m；若词在第n个药物之后m个位置，则将向量中第n个元素的数值设置为-m，遍历每个药物，得到与该词对应的位置特征向量，进而得到与每个词对应的位置特征向量。

4.根据权利要求1所述的基于深度学习的药物关系抽取方法，其特征在于，所述步骤S4的具体方法包括以下子步骤：

S4-1、从数据库DrugBank中获取所有药物分子SMILES表达式；

S4-2、通过RDKit工具，以药物的每个原子作为节点，原子与原子之间的元素键作为边，将药物分子SMILES表达式转换为图结构；

S4-3、将图结构中所有元素键及原子随机初始化为一个向量，根据公式：

获取第v个原子及元素键在第t次迭代后的向量表示其中σ(·)为sigmod激活函数；H_t-1为参数矩阵；为第v个原子及元素键在第t-1次迭代后的向量表示；表示第w个原子及元素键在第t-1次迭代后的向量表示；N(v)表示第v个原子在图结构中相邻的原子及元素键的集合；

S4-4、根据公式：

获取第v个原子所对应的药物的药物分子特征向量，进而得到图结构中每个药物的药物分子特征向量；其中softmax(·)为softmax函数；W^t为参数矩阵。

5.根据权利要求1所述的基于深度学习的药物关系抽取方法，其特征在于，所述步骤S5的具体方法为：

采用word2vec模型对文本内容进行训练，将文本中的单词表示为向量，按照单词的前后位置关系将每个向量作为句子向量的元素，得到表示每个句子的向量，进而将每个句子向量化。