买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南大学申请的专利一种基于知识增强的药物实体关系联合抽取方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115934948B 。

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211692436.2，技术领域涉及：G06F16/353；该发明授权一种基于知识增强的药物实体关系联合抽取方法及系统是由李芬;宋勃升;林轩;刘元盛;曾湘祥设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种基于知识增强的药物实体关系联合抽取方法及系统在说明书摘要公布了：本发明公开了一种基于知识增强的药物实体关系联合抽取方法，包括：获取药物实体相互作用关系数据集，对该药物实体相互作用关系数据集进行预处理，以得到预处理后的药物实体相互作用关系数据集，针对预处理后的药物实体相互作用关系数据集中的每个药物实体而言，获取该药物实体对应的实体描述信息和相互作用关系子图信息，对实体描述信息和相互作用关系子图信息进行预处理，以得到实体描述特征和相互作用关系子图特征，将预处理后的药物实体相互作用关系数据集及其外部知识信息，输入预训练好的实体关系联合抽取模型中，以得到最终的药物实体关系抽取结果。本发明能够解决现有使用传统深度学习模型的方法不适用于生物医学这一特殊领域的技术问题。

本发明授权一种基于知识增强的药物实体关系联合抽取方法及系统在权利要求书中公布了：1.一种基于知识增强的药物实体关系联合抽取方法，其特征在于，包括如下步骤： 1获取药物实体相互作用关系数据集，对该药物实体相互作用关系数据集进行预处理，以得到预处理后的药物实体相互作用关系数据集； 2针对步骤1预处理后的药物实体相互作用关系数据集中的每个药物实体而言，获取该药物实体对应的实体描述信息和相互作用关系子图信息，对实体描述信息和相互作用关系子图信息进行预处理，以得到实体描述特征和相互作用关系子图特征，实体描述特征和相互作用关系子图特征组成该药物实体对应的外部知识信息，所有药物实体对应的外部知识信息构成药物实体相互作用关系数据集的外部知识信息； 3将步骤1得到的预处理后的药物实体相互作用关系数据集和步骤2得到的药物实体相互作用关系数据集的外部知识信息，输入预先训练好的实体关系联合抽取模型中，以得到最终的药物实体关系抽取结果；实体关系联合抽取模型包括一个掩码注意力模块、两个完全相同的BERT模型、以及一个特征融合模块； 掩码注意力模块的输入为大小为n·n的掩码矩阵和步骤2得到的大小为n·h1的相互作用关系子图特征，输出为n·h1的知识掩蔽后的相互作用关系子图特征，其中掩码矩阵是根据药物实体在生物医学文本句子中的位置关系而设计的，用于掩蔽该药物实体的相互作用关系子图对其他药物实体的影响，以得到知识掩蔽后的相互作用关系子图特征，n表示步骤1预处理后的药物实体相互作用关系数据集中的生物医学文本句子的长度，h1表示相互作用关系子图特征的向量维度； 每个BERT模型使用12层Transformer编码器，其中第一个BERT模型输入为步骤1得到的药物实体相互作用关系数据集，以及步骤2得到的所有生物医学文本句子中的所有药物实体对应的所有实体描述特征；第二个BERT模型输入为步骤1得到的药物实体相互作用关系数据集，以及掩码注意力模块得到的知识掩蔽后的相互作用关系子图特征；第一个BERT模型的输出为N·h2维的融合了实体描述特征的特征向量，第二个BERT模型的输出N·h2维的融合了相互作用关系子图特征的特征向量，N表示步骤1中提取出的生物医学文本句子的总数吧，h2表示每个BERT模型输出的特征向量维度； 特征融合模块将第一个BERT模型输出的N·h2维的融合了实体描述特征的特征向量和第二个BERT模型输出的N·h2维的融合了相互作用关系子图特征的特征向量进行融合，以得到预测模型结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。