(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210166924.3 (22)申请日 2022.02.23 (71)申请人 西北大学 地址 710069 陕西省西安市太白北路2 29号 (72)发明人 孙霞　金鑫　陈嘉诚　卞婷　 王明磊　 (74)专利代理 机构 西安恒泰知识产权代理事务 所 61216 专利代理师 李郑建 (51)Int.Cl. G16C 20/90(2019.01) G16C 20/70(2019.01) G06F 16/33(2019.01) G06F 16/35(2019.01) G06F 16/36(2019.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 40/295(2020.01) G06F 40/30(2020.01) (54)发明名称 一种基于知识图谱的药物关系抽取方法 (57)摘要 本发明涉及一种基于知识图谱的药物关系 抽取方法， 通过P ubmedBERT并结合注意力获取药 物描述的语义特征， 用药物关系抽取数据集和 DrugBank数据库构建药物关系知识图谱， 通过 RotatE模型得到 药物的知识嵌入特征； 同时获取 药物关键路径特征； 最后组合药物描述的语义特 征、 知识嵌入 特征和关键 路径特征送入多层感知 机中分类， 同时使用基于知识嵌入的多分类 FocalLoss损失函数训练神经网络分类模型， 并 根据分类模 型结果计算分类准确率。 通过使用注 意力机制获取更符合药物关系抽取任务的语义 特征， 同时使用知识图谱嵌入， 使网络模型具有 更好的可解释性， 最后通过改进的多分类Focal   loss损失函数， 有效缓解了 数据集分布不均衡问 题， 使最终分类结果有所提高。 权利要求书2页 说明书10页 附图2页 CN 114582443 A 2022.06.03 CN 114582443 A 1.一种基于知识图谱的药物关系抽取 方法， 其特 征在于， 包括以下步骤： 步骤S1： 数据预处 理 将原始的药物数据集进行处 理， 并按以下三种规则进行： 规则1： 一个实例中是否包 含相同药物名； 规则2： 两种药物之间是否有一个药物为另一个药物的子类； 规则3： 两种药物之间是否存在关键路径； 根据上述 三种规则去除掉负例数据实例， 得到预处 理后的数据集； 步骤S2： 语义特 征表示 所得到预处理后的数据 集， 将这些数据实例， 依次送入PubmedBERT中获取语义特征， 同 时使用注意力机制来 获取每个实例的语义特征， 这些语义特征是考虑了不同语法特征的综 合语义特 征； 步骤S3： 药物关系知识图谱构建 将原本药物关系抽取数据集融入到DrugBank数据库之中， 形成需要的药物关系知识图 谱； 步骤S4： 知识嵌入特 征表示 将得到的药物关系知识图谱， 使用RotatE知识嵌入 模型， 得到知识嵌入特 征； 步骤S5： 关键路径特 征表示 使用Stanza工具获取两个药物实体间的关键路径信息， 在此基础之上， 获取原始药物 描述文本的关键路径特 征； 步骤S6： 神经网络分类 将得到的语义特征、 关键路径特征以及知识嵌入特征拼接之后， 能够得到包含不同特 征的向量集合， 接着将这些向量平均化之后送入到多层感知机中进行分类， 将多层感知机 分类的结果送入到Softmax中， 进行归一 化； 最后将得到的向量进行五分类， 得到最终的分类结果； 同时选择使用基于知识嵌入的 多分类Focal  Loss损失函数训练神经网络， 该损失函数能够 有效的缓解数据分布 不均衡以 及神经网络错分的问题， 使神经网络模型的最终分类结果取 得较高值； 步骤S7： 药物关系查询原型系统设计 通过前述步骤抽取出需要的药物关系， 接着将抽取出的药物关系存储至数据库之中， 然后， 设计药物关系抽取原型系统， 以方便用户查询相关的药物信息； 该药物关系查询原型 系统包括用户注 册、 用户登录、 药物关系查询以及药物信息管理模块。 2.如权利要求1所述的方法， 其特征在于： 所述步骤S1中， 首先将原始数据集处理， 形成 所有药物实体之间相互作用的数据集； 对文本中包含的药物实体进行标记， 分别标记为 Drug0， Drug1， Drug2； 其中， Drug1和Drug2表示当前有药物相互作用的两种药物， Drug0表示 非当前实例所考虑的药物实体； 接着根据步骤S1中的前两种规则， 将原始数据集进 行过滤， 去除一部分负例数据； 同时， 通过Stanza工具不能够得到药物描述文本中两个药物实体之间的关键路径时， 则认为这样的数据实例也是负例， 根据步骤S1中的规则三将其过滤掉， 形成最终需要处理 的数据集。 3.如权利要求1所述的方法， 其特征在于： 所述步骤S3中， 首先将原始的药物关系数据权　利　要　求　书 1/2 页 2 CN 114582443 A 2集整理为知识图谱需要的三元组格式， 形成知识图谱{KG_DDIE}； 然后， 从Dru gBank数据库 中抽取出药物关系的三元组集合， 形成知识图谱{KG_DrugBank}； 最后， 将上述两个三元组 集合融合， 形成最终需要的药物关系知识图谱{KG_DRUG}。 4.如权利 要求1所述的方法， 其特征在于， 所述步骤S5中， 首先使用Stanza工具， 处理数 据预处理之后得到的数据集， 得到分词之后的文本数据， 之后标记该实例中的药物实体 Drug1和Drug2； 然后使用Stanza工具获取Drug1和Drug2的关键路径信息， 设置关键词为1， 非关键词为0， 即得到该实例文本中两个药物实体之间的关键路径信息 。 5.权利要求1至4其中之一所述方法构建的药物关系分类模型， 包括依次连接的数据 预 处理模块、 语义特征表示模块、 药物关系知识图谱构建模块、 知识嵌入特征表示模块、 关键 路径特征表示模块、 神经网络分类模块和药物关系查询原型系统设计模块。权　利　要　求　书 2/2 页 3 CN 114582443 A 3