本发明专利技术公开了一种信息抽取模型训练方法、装置、电子设备及存储介质。该方法包括：获取已完成预训练的信息抽取统一模型；获取训练样本数据，其中，所述训练样本数据包括药品说明文本和所述药品说明文本对应的关联症状标注数据；基于所述药品说明文本和所述药品说明文本对应的关联症状标注数据，对所述已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型，其中，所述目标信息抽取模型抽取药品说明文本中的关联症状。上述技术方案，在预训练模型基础上进行微调训练，可减少训练样本的使用，从而减少样本标注时间，降低模型训练成本。本。本。
【技术实现步骤摘要】
信息抽取模型训练方法、装置、电子设备及存储介质
[0001]本专利技术涉及自然语言处理
，尤其涉及一种信息抽取模型训练方法、装置、电子设备及存储介质。
技术介绍
[0002]药品说明书作为选用药品的指南,包含大量的医疗实体,抽取其中的医疗实体关系可以为用药信息检索提供数据基础,对医疗行业有极大的应用价值。
[0003]在实现本专利技术的过程中，专利技术人发现现有技术中至少存在以下技术问题：现有药品说明书实体抽取方案，依赖大规模标注，存在耗时长、成本高的问题。
技术实现思路
[0004]本专利技术提供了一种信息抽取模型训练方法、装置、电子设备及存储介质，以减少对标注样本的使用，从而减少标注时间，降低模型训练成本。
[0005]根据本专利技术的一方面，提供了一种信息抽取模型训练方法，包括：
[0006]获取已完成预训练的信息抽取统一模型；
[0007]获取训练样本数据，其中，所述训练样本数据包括药品说明文本和所述药品说明文本对应的关联症状标注数据；
[0008]基于所述药品说明文本和所述药品说明文本对应的关联症状标注数据，对所述已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型，其中，所述目标信息抽取模型抽取药品说明文本中的关联症状。
[0009]根据本专利技术的另一方面，提供了一种信息抽取模型训练装置，包括：
[0010]预训练模型获取模块，用于获取已完成预训练的信息抽取统一模型；
[0011]训练样本数据获取模块，用于获取训练样本数据，其中，所述训练样本数据包括药品说明文本和所述药品说明文本对应的关联症状标注数据；
[0012]信息抽取模型训练模块，用于基于所述药品说明文本和所述药品说明文本对应的关联症状标注数据，对所述已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型，其中，所述目标信息抽取模型抽取药品说明文本中的关联症状。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的信息抽取模型训练方法。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的信息抽取模型训练方法。
[0018]本专利技术实施例的技术方案，通过获取已完成预训练的信息抽取统一模型；获取训练样本数据，其中，训练样本数据包括药品说明文本和药品说明文本对应的关联症状标注数据；基于药品说明文本和药品说明文本对应的关联症状标注数据，对已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型，其中，目标信息抽取模型抽取药品说明文本中的关联症状。上述技术方案，在预训练模型基础上进行微调训练，可减少标注样本的使用，从而减少样本标注时间，降低模型训练成本。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是根据本专利技术实施例一提供的一种信息抽取模型训练方法的流程图；
[0022]图2是根据本专利技术实施例二提供的一种信息抽取模型训练方法的流程图；
[0023]图3是根据本专利技术实施例三提供的一种信息抽取模型训练装置的结构示意图；
[0024]图4是实现本专利技术实施例的信息抽取模型训练方法的电子设备的结构示意图。
具体实施方式
[0025]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0026]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0027]实施例一
[0028]图1为本专利技术实施例一提供的一种信息抽取模型训练方法的流程图，本实施例可适用于对药品说明书自动抽取症状实体的情况，该方法可以由信息抽取模型训练装置来执行，该信息抽取模型训练装置可以采用硬件和/或软件的形式实现，该信息抽取模型训练装置可配置于计算机终端中。
[0029]如图1所示，该方法包括：
[0030]S110、获取已完成预训练的信息抽取统一模型。
[0031]本实施例中，信息抽取统一模型是指Universal Information Extraction(UIE)模型，为开源预训练模型，UIE模型可以用于从药品说明书中抽取信息并输出结构化信息。
[0032]示例性的，UIE模型可以识别非结构化的药品说明书文本中相关信息并生成结构化信息输出，UIE模型的结构抽取语言包括三种类型的语义单元，分别为SpotName、AssoName和InfoSpan。其中，SpotName用于显示存在于药品说明书原文中的片段，类似于实体的类型；AssoName用于显示存在跟SpotName相联系的信息片段，类似于关系；InfoSpan为药品说明书原文片段，为上述两种语义单元的取值。
[0033]需要说明的是，信息抽取统一模型为业界通用的开放领域模型，可直接调用，从而节省了用户制作样本标注的成本。
[0034]具体的，可以从电子设备预设存储路径调取已完成预训练的信息抽取统一模型，或者，从云端获取已完成预训练的信息抽取统一模型，对此不作限定。
[0035]S120、获取训练样本数据，其中，所述训练样本数据包括药品说明文本和所述药品说明文本对应的关联症状标注数据。
[0036]本实施例中，训练样本数据为小于预设数量的样本数据。示例性的，其中，预设数量可以为30。换而言之，训练样本数据可以为小样本本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信息抽取模型训练方法，其特征在于，包括：获取已完成预训练的信息抽取统一模型；获取训练样本数据，其中，所述训练样本数据包括药品说明文本和所述药品说明文本对应的关联症状标注数据；基于所述药品说明文本和所述药品说明文本对应的关联症状标注数据，对所述已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型，其中，所述目标信息抽取模型抽取药品说明文本中的关联症状。2.根据权利要求1所述的方法，其特征在于，所述训练样本数据为小于预设数量的样本数据。3.根据权利要求1所述的方法，其特征在于，所述药品说明文本对应的关联症状标注数据包括药品
‑
适应症标注数据和/或药品
‑
禁忌症标注数据。4.根据权利要求3所述的方法，其特征在于，所述基于所述药品说明文本和所述药品说明文本对应的关联症状标注数据，对所述已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型，包括：在所述药品说明文本对应的关联症状标注数据为药品
‑
适应症标注数据的情况下，基于所述药品说明文本和所述药品说明文本对应的药品
‑
适应症标注数据，对所述已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型；其中，所述目标信息抽取模型用于对药品说明书中的适应症进行抽取。5.根据权利要求3所述的方法，其特征在于，所述基于所述药品说明文本和所述药品说明文本对应的关联症状标注数据，对所述已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型，包括：在所述药品说明文本对应的关联症状标注数据为药品
‑
禁忌症标注数据的情况下，基于所述药品说明文本和所述药品说明文本对应的药品
‑
禁忌症标注数据，对所述已完成预训练的信息抽取统一模型进行训练，得到目标信息抽取模型；其中，所述目标信息抽取模型用于对药品说明书中的禁忌症进行抽取。6.根据权利要求3所述的方法，其特征在于，所述基于所述药品说明文本和所述药品说明文本对应的关联症状标注数据，对所述已...
【专利技术属性】
技术研发人员：刘霄晨，肖劲，罗永贵，
申请(专利权)人：联仁健康医疗大数据科技股份有限公司，
类型：发明
国别省市：
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。