[发明专利]一种基于深度学习的中文医学知识图谱构建方法

摘要

本发明涉及知识图谱技术，旨在提供一种基于深度学习的中文医学知识图谱构建方法。包括：从数据源获取医疗领域相关数据；使用分词工具对非结构化数据进行分词，使用RNN完成序列标注任务以识别医疗相关的实体，实现知识单元的抽取；对实体进行特征向量的构建，使用RNN进行序列标注并完成知识单元间关系的识别；进行实体对齐后，利用提取的实体以及实体之间的关系构建知识图谱。本发明巧妙地将循环神经网络用于知识单元抽取和知识单元间关系识别，能很好地完成对非结构化数据的处理。本发明提出适用于医学领域的特征来进行网络的训练任务，相对于通用特征而言更能够代表医学实体，使得抽取出的知识单元和知识单元间的关系更加准确、全面。

主权项

一种基于深度学习的中文医学知识图谱构建方法，其特征在于，从全网提取与医学领域相关的结构化、半结构化与非结构化的数据，并利用深度学习技术从中抽取出相关信息，最终完成垂直医疗领域的知识图谱构建任务；该方法具体包括以下步骤：(1)从数据源获取医疗领域相关数据获得包括百科类站点、医疗领域类站点和医疗专业名词库的数据；其中，对结构化数据直接存储以作为后续的训练集，对于非结构化数据在存储后用于后续的知识单元抽取；(2)知识单元抽取使用分词工具对非结构化数据进行分词，然后使用循环神经网络完成序列标注任务，根据序列标注的结果识别出医疗相关的实体，实现知识单元的抽取；(3)知识单元间关系识别对知识单元抽取过程中得到的实体进行特征向量的构建，然后使用循环神经网络进行序列标注，并根据序列标注的结果完成知识单元间关系的识别；(4)实体对齐查找具有不同标识实体但代表同一对象的实体，并将其归并为具有全局唯一标识的实体对象添加到知识图谱中；(5)知识图谱的构建利用提取的实体以及实体之间的关系构建知识图谱。