一种回调非线性计算知识表征体关系析取方法技术

本发明专利技术涉及一种回调非线性计算知识表征体关系析取方法，涉及在生物医学领域，表征体关系表征是一个重要的工具，可以将大量的生物医学知识以一种结构化的方式进行表达和组织，从而帮助医生更好地理解和利用知识

【技术实现步骤摘要】
一种回调非线性计算知识表征体关系析取方法


[0001]本专利技术涉及生物医学知识领域中分析领域，涉及一种回调非线性计算知识表征体关系析取方法
。

技术介绍

[0002]在生物医学知识领域，有用知识以及其知识关系的复杂表征分析是一个重要的工具，可以将大量的生物医学知识以一种结构化的方式进行表达和组织，从而帮助医生更好地理解和利用有用知识以及其知识关系的复杂表征
。
本专利技术中的表征体关系表征体就是用于有用知识以及其知识关系的复杂表征，包含丰富的知识信息和多样的数据类型，信息可以帮助医生进行生物医学知识的计算机化处理和分析
。
[0003]然而，构建和维护一个高质量的生物医学表征体用来表示有用知识以及其知识关系的复杂表征仍然是一个具有挑战性的问题
。
这是因为生物医学领域的知识非常丰富和复杂，涉及的领域也非常广泛，包括生物学
、
医学
、
药学等多个学科，因此构建一个全面且准确的生物医学表征体关系的有用知识的表征需要大量的人力和物力资源r/>。
专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种回调非线性计算知识表征体关系析取方法，其特征在于，包含以下内容：第一个步骤1包含关系表征抽取步骤，所述关系表征抽取步骤是回调非线性计算知识表征体关系析取方法运行后，能从生物医学文献数据库中获取文本，并通过对有用知识的识别和表征关系抽取自动化构建一个新的析取方法初步体
Entity(first)
，即第一个步骤1从非结构化的文本中提取有用知识，并将有用知识转化为结构化的相应知识识别点以用于自动化构建析取方法初步体
Entity(first)
，关系表征抽取步骤开始自动化构建和提取得到析取方法初步体
Entity(first)
，然后第一个步骤1接下来开始运行聚合分析步骤
、
表征特征动态重获取步骤和表征自省步骤，所有提取的有用知识都被聚合到析取方法初步体
Entity(first)
中并进行更新和使用，所述聚合分析步骤对析取方法初步体
Entity(first)
中的有关基因
、
蛋白质
、
疾病的相应知识识别点进行分析以及预测，所述聚合分析步骤工作包括有分步骤工作1到分步骤工作3，分步骤工作1到分步骤工作3能自动地从文本的序列中识别出有用知识，并将有用知识映射到析取方法初步体
Entity(first)
中的相应的结点识别点，分步骤工作1是用来将非结构化的文本转换成相应知识识别点的关联值
P
；分步骤工作2和分步骤工作3用来处理相应知识识别点的关联值
P
并输出预测的结果，分步骤工作2用关联值
P
预测有关基因
、
蛋白质
、
疾病的相应知识识别点中的每个属性标签的数值，然后分步骤工作3根据每个属性标签的数值来获取最终的预测结果，分步骤工作1是用来将文本转换成相应的结点识别点的关联值
P
，关联值
P
用来对应每个词语所对应的一个数字，数字会辅助用来完成析取方法初步体识别的接下来的任务；所述分步骤工作1的输入是一串文本的序列，然后所述分步骤工作1将文本的序列转换成关联值
P
，然后将关联值
P
标注上对应的属性标签，属性标签能够表达文本的序列中蕴含的析取方法初步体属性，并且属性标签能快速识别出文本的序列是否为基因或者疾病的属性；然后分步骤工作2和分步骤工作3用来处理嵌入并输出预测的结果，所述分步骤工作2使用双向长短期记忆网络，用关联值
P
预测每个标签的分数，然后所述分步骤工作3根据条件随机场模型，并根据分数来获取最终的预测结果；其中所述分步骤工作1要完成设定范围内的预训练，以获得构建心血管疾病领域相关操作上准确性；所述分步骤工作1到所述分步骤工作3是关系特征识别步骤中的一个重要步骤，用于识别文本中有用知识之间的关系，能自动地识别文本的序列中的关系，并将文本的序列中的关系映射到析取方法初步体
Entity(first)
中的树形结构边；第二个步骤2：通过聚合分析步骤从生物医学文献中自动化构建一个初步的生物医学析取方法初步体
Entity(first)
；当初步的析取方法初步体
Entity(first)
存在问题时，需要表征特征动态重获取步骤和表征自省步骤对其进行进一步的修正和优化，以保证析取方法初步体
Entity(first)
准确性，并通过监控和分析最新的有用知识源来不断地更新和完善析取方法初步体
Entity(first)
，以保证析取方法初步体
Entity(first)
的准确性；所述表征自省步骤则负责对析取方法初步体
Entity(first)
进行评估，以检测和修复可能存在的问题，从而提高析取方法初步体
Entity(first)
的准确性；第三个步骤3：回调非线性计算知识表征体关系析取方法的所述表征特征动态重获取步骤是采用嵌入方法
ce
来表示析取方法初步体
Entity(fi...

【专利技术属性】
技术研发人员：管仁初，赵子翔，岳红涛，檀步云，丰小月，于家傲，王建新，
申请(专利权)人：吉林大学，
类型：发明
国别省市：