一种多头感知局限的生物医学事件抽取方法和系统技术方案

技术编号:46630600 阅读:0 留言:0更新日期:2025-10-14 21:29
本发明专利技术属于生物医学信息抽取技术领域,具体涉及一种多头感知局限的生物医学事件抽取方法和系统。对现有递归神经网络在处理复杂句法树时全局注意力计算量大、位置编码缺失及多头特征捕捉不足的问题,引入动态窗口约束的亲邻注意力模块,利用 TreeRank 算法筛选高相关子节点,减少计算冗余;嵌入位置编码,通过广度优先遍历为节点分配序号,结合三角函数生成可学习位置向量,增强位置语义表征;设计多头注意力机制,并行提取多维度特征并融合,为生物医学事件抽取提供了更精准高效的解决方案。

【技术实现步骤摘要】

本专利技术属于生物医学信息抽取,具体涉及一种多头感知局限的生物医学事件抽取方法和系统


技术介绍

1、递归神经网络中的节点按照连接顺序对输入信息进行递归处理,每个节点都执行相同的操作,即将其子节点的信息组合起来生成自己的表示。递归神经网络通过递归地组合子节点的信息来生成父节点的表示,从而实现对整个树状结构的编码。在训练过程中,递归神经网络通过前向传播算法计算每个节点的输出,并使用反向传播算法计算梯度,以更新网络参数。树状递归神经网络聚合过程中不同的节点包含不同重要程度的信息。如在句法分析任务中,句子的核心动词和主要成分往往比修饰语或从句更加重要。在情感分析任务中,表达情感的关键词汇或短语比中性词汇更重要。因此,递归神经网络聚合子节点的过程中应为每个子节点分配不同的权重,树状结构中可以通过全局注意力分配分支权重以捕捉和理解树中的关键节点和路径。在生物医学复杂事件构成的句法分析树节点之间通常存在着更繁琐的层次和依赖关系,如果使用全局注意力对所有节点分配权重会引入无关节点产生的噪声干扰。因此,本章在全局注意力的基础上引入了动态窗口约束来过滤噪声节点。现有递归神经本文档来自技高网...

【技术保护点】

1.一种多头感知局限的生物事件抽取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种多头感知局限的生物事件抽取方法,其特征在于,所述为句法解析树的节点分配序号,具体为:使用广度优先遍历方式为句法解析树的节点分配序号,广度优先遍历从根节点开始,首先访问根节点,然后访问根节点的所有直接子节点,接着再访问这些子节点的子节点,以此类推,直到访问完所有节点。

3.根据权利要求2所述的一种多头感知局限的生物事件抽取方法,其特征在于,根据句句法解析树的节点分配序号,生成节点的位置编码向量,具体为:为节点分配序号之后,设置偶数位和奇数位的位置向量,偶数维度使用正弦函数...

【技术特征摘要】

1.一种多头感知局限的生物事件抽取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种多头感知局限的生物事件抽取方法,其特征在于,所述为句法解析树的节点分配序号,具体为:使用广度优先遍历方式为句法解析树的节点分配序号,广度优先遍历从根节点开始,首先访问根节点,然后访问根节点的所有直接子节点,接着再访问这些子节点的子节点,以此类推,直到访问完所有节点。

3.根据权利要求2所述的一种多头感知局限的生物事件抽取方法,其特征在于,根据句句法解析树的节点分配序号,生成节点的位置编码向量,具体为:为节点分配序号之后,设置偶数位和奇数位的位置向量,偶数维度使用正弦函数计算,奇数维度使用余弦函数计算,计算方法如下所示:

4.根据权利要求1所述的一种多头感知局限的生物事件抽取方法,其特征在于,根据节点的位置编码向量和节点向量获得节点的最终隐层状态向量,具体为:位置编码向量与节点隐层状态的节点向量相加,得到包含位置编码和词汇信息的最终隐层状态向量,其中,父节点的最终隐层状态向量:;子节点的最终隐层状态向量:;自节点的最终隐层状态向量:;子节点的最终隐层状态向量:。

5.根据权利要求4所述的一种多头感知局限的生物事件抽取方法,其特征在于,根据所述最终隐...

【专利技术属性】
技术研发人员:王磊
申请(专利权)人:陕西开放大学陕西工商职业学院
类型:发明
国别省市:

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