【技术实现步骤摘要】
本专利技术属于一种知识抽取方法，具体是涉及到一种医学知识抽取方法、装置、电子设备及可读存储介质。
技术介绍
1、随着人工智能、大数据、云计算等新一代信息技术的发展，知识图谱和自然语言处理技术已经逐步深入到各行各业，为各个领域的知识抽取和知识管理带来了前所未有的机遇。然而，医学领域的知识抽取面临着巨大的挑战，这主要源于医学术语的复杂性以及医学标注文本的稀缺性，包括专业名词多、一词多义、简写词多、语义更新快等特点。
2、目前，大多数的知识抽取方法主要依赖于语言模型，而忽视了已有知识的利用。例如，在公开号为cn117408335a的申请中，依据应急医学知识本体模型对应急医学知识图谱语料库进行知识抽取，得到三元组数据，在这个过程中忽视了医学术语的复杂性，导致抽取的结果准确度较低，抽取的效果较差。
技术实现思路
1、本专利技术要解决的技术问题现有技术的知识抽取方法存在对医学知识进行抽取的效果较差，为了解决上述问题，本专利技术提供一种医学知识抽取方法、装置、电子设备及可读存储介质。
...【技术保护点】
1.一种医学知识抽取方法，其特征是，包括：
2.如权利要求1所述的方法，其特征是，所述基于医学知识库中与所述待处理文本相关的内容获取高阶图表征，包括：
3.根据权利要求2所述的方法，其特征是，所述获取所述异构图的高阶图表征，包括：
4.如权利要求3所述的方法，其特征是，所述对所述一阶图和所述二阶图进行建模，得到所述高阶图表征，包括：
5.如权利要求3所述的方法，其特征是，所述将所述高阶图表征与所述多个候选实体表征融合，得到目标实体表征，包括：
6.如权利要求1所述的方法，其特征是，所述对待处理文本进行文本表征...
【技术特征摘要】
1.一种医学知识抽取方法，其特征是，包括：
2.如权利要求1所述的方法，其特征是，所述基于医学知识库中与所述待处理文本相关的内容获取高阶图表征，包括：
3.根据权利要求2所述的方法，其特征是，所述获取所述异构图的高阶图表征，包括：
4.如权利要求3所述的方法，其特征是，所述对所述一阶图和所述二阶图进行建模，得到所述高阶图表征，包括：
5.如权利要求3所述的方法，其特征是，所述将所述高阶图表征与所述多个候选实体表征融合，得到目标实体表征，包括：
6.如权利要求1所述的方法，其特征是，所述对待处理文本...
【专利技术属性】
技术研发人员：庄严，何昆仑，张军雁，于志昊，吴欢，卢若谷，缪学磊，
申请(专利权)人：中国人民解放军总医院，
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。