药物实体对的相互作用关系检测模型构建方法和检测方法技术

技术编号:28623171 阅读:46 留言:0更新日期:2021-05-28 16:19
本申请涉及一种药物实体对的相互作用关系检测模型构建方法、装置、电子装置和存储介质,以及药物实体对的相互作用关系检测方法、电子装置和存储介质,其中,该药物实体对的相互作用关系检测模型构建方法包括:获取原始药物文本集;确定原始药物文本集中的每个药物实体文本以及每个药物实体文本的标注信息;根据每个药物实体文本的标注信息,确定药物相关作用关系标签集;将每个药物实体文本作为输入,以及将每个药物实体文本的药物相互作用关系标签集作为输出,训练预设药物相互作用关系检测模型,直至收敛,得到训练完备的药物相互作用关系检测模型。通过本申请,解决药物间相关作用关系检测准确率低的问题,提高药物间相关作用关系检测准确率低。

【技术实现步骤摘要】
药物实体对的相互作用关系检测模型构建方法和检测方法
本申请涉及医疗领域,特别是涉及药物实体对的相互作用关系检测模型构建方法、装置、电子装置和存储介质,以及药物实体对的相互作用关系检测方法、电子装置和存储介质。
技术介绍
药物间的相互作用关系是在智慧医疗领域中一个比较重要的研究课题。药物间的相互作用(Drug-DrugInteraction,DDI)是指两种药物同时使用时,可能会使其中一种药物或是两种药物的作用效果增强或者减弱,或是可能会出现危害人体的情况。相互作用DDI关系在病人的有效救治以及健康管理上具有重要影响。因此,探寻药物间的相互作用关系成为了生物医学领域中又一个重大课题。药物文本中药物间相互作用关系是智慧医疗下文本挖掘中的子任务,旨在从文本中提取药物并检测其具有相互作用的两个药物,即文本句子中的两个药物命名实体之间是否存在关系。当发现药物实体之间存在关系时,还需判断其关系所属类型。目前药物间相互作用关系检测的研究主流的方法主要分为两类,一类是基于规则的方法,另一类是基于机器学习的方法。基于规则的方法在相互作用评测时被大本文档来自技高网...

【技术保护点】
1.一种药物实体对的相互作用关系检测模型构建方法,其特征在于,包括:/n获取原始药物文本集;/n确定所述原始药物文本集中的每个药物实体文本以及每个所述药物实体文本的标注信息;/n根据每个所述药物实体文本的标注信息,确定药物相关作用关系标签集;/n确定每个所述药物实体文本的词向量,并根据每个所述药物实体文本的词向量构建词向量字典,其中,所述词向量字典包括每个所述药物实体文本的词向量对应在所述词向量字典中的位置信息;/n根据所述词向量字典构建的预设药物相互作用关系检测模型的查表层,并将每个所述药物实体文本作为输入,以及将每个所述药物实体文本的药物相互作用关系标签集作为输出,训练所述预设药物相互作用...

【技术特征摘要】
1.一种药物实体对的相互作用关系检测模型构建方法,其特征在于,包括:
获取原始药物文本集;
确定所述原始药物文本集中的每个药物实体文本以及每个所述药物实体文本的标注信息;
根据每个所述药物实体文本的标注信息,确定药物相关作用关系标签集;
确定每个所述药物实体文本的词向量,并根据每个所述药物实体文本的词向量构建词向量字典,其中,所述词向量字典包括每个所述药物实体文本的词向量对应在所述词向量字典中的位置信息;
根据所述词向量字典构建的预设药物相互作用关系检测模型的查表层,并将每个所述药物实体文本作为输入,以及将每个所述药物实体文本的药物相互作用关系标签集作为输出,训练所述预设药物相互作用关系检测模型,直至收敛,得到训练完备的药物相互作用关系检测模型。


2.根据权利要求1所述的药物实体对的相互作用关系检测模型构建方法,其特征在于,获取原始药物文本集包括:
从预设数据库中获取多个药物文本,其中,所述预设数据库包括以下至少之一:DrugBank数据库和Drugs@FDA数据库;
将多个所述药物文本作为所述药物文本集。


3.根据权利要求1所述的药物实体对的相互作用关系检测模型构建方法,其特征在于,确定所述原始药物文本集中的每个药物实体文本以及每个所述药物实体文本的标注信息包括:
通过预设CRF模型检测所述原始药物文本集,得到所述原始药物文本集中的每个药物实体文本;
根据每个所述药物实体文本,提取与每个所述药物实体文本对应的标注信息。


4.根据权利要求1所述的药物实体对的相互作用关系检测模型构建方法,其特征在于,在确定每个所述药物实体文本的词向量,并根据每个所述药物实体文本的词向量构建词向量字典,其中,所述词向量字典包括每个所述药物实体文本的词向量对应在所述词向量字典中的位置信息之前,所述方法还包括:
对所述药物实体文本进行预处理,其中,所述预处理包括:归一化处理。


5.根据权利要求1所述的药物实体对的相互作用关系检测模型构建方法,其特征在于,确定每个所述药物实体文本的词向量,并根据每个所述药物实体文本的词向量构建词向量字典包括:
采用预设GloVe模型获取每个所述药物实体文本的词向量,其中,所述预设GloVe模型包括:共生矩阵网络和矩阵分解网络;
根据每个所述药物实体文本的词向量构建词向量字典,并记录每个所述药物实体文本的词向量在所述词向量字典的位置信息。


6.根据权利要求1所述的药物实体...

【专利技术属性】
技术研发人员:龚乐君严军荣
申请(专利权)人:三维通信股份有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1