CN114897167B 生物领域知识图谱构建方法及装置 （内蒙古大学）

本发明公开了一种生物领域知识图谱构建据预定规则和词典并基于深度学习的方法对扩并通过基于PCNN的关系抽取对扩展实体库中的督与迭代融合的表示学习方法以及基于知识图2使用词法分析工具对生物领域文本内容进行分词、词性标注以根据预定规则和词典并基于深度学习的方法对所述扩展实体库中的分类后的实体进通过基于双向监督与迭代融合的表示学习方法以及基于知识图谱的嵌入模型对所述所述通过基于规则和词典的方法以及基于深度学习的方法对所述扩展实体库中的实通过构造规则树，并对所述规则树通过梯度下降法进行学习，获取两所述通过基于PCNN的关系抽取对所述扩展实体库中的实体进行关系抽取获取三元组通过采用融合句法分析的远程监督方法获取训练样本，采用PCNN的分将所述初始实体集已经进行标注的词汇放入实体库，若通过实体将所述初始实体集中的非实体部分，采用特定的词组合和词性规则，通过将所述未打标签词汇与所述扩展实体库中的实体进行相似度比通过采用蒸馏的方法，将所述BERT模型重点预训练模型压缩为小的学学习以及基于知识图谱的嵌入模型对所述三元组中的实体采用SimplE学习模型对所述三元组进行训练，将所述三元组的3选择两个待融合知识图谱中的两个实体作为预融合实体对，通过所述预实体识别及分类模块，使用词法分析工具对生物关系抽取模块，通过基于规则和词典的方法以及基于深度学习知识图谱获取模块，通过基于双向监督与迭代融所述通过基于规则和词典的方法以及基于深度学习的方法对所述扩展实体库中的实通过构造规则树，并对所述规则树通过梯度下降法进行学习，获取两所述通过基于PCNN的关系抽取对所述扩展实体库中的实体进行关系抽取获取三元组通过采用融合句法分析的远程监督方法获取训练样本，采用PCNN的分现如权利要求1至5中任一项所述的生物领域知识图谱构建8.一种计算机可读存储介质，其特征在于，所述4[0006]根据预定规则和词典并基于深度学习的方法对扩展实体库中的分类后的实体进[0007]通过基于双向监督与迭代融合的表示学习方法以及基于知识图谱的嵌入模型对5[0015]上述说明仅是本发明技术方案的概述，为了能够更清楚6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，都属于本发明保护的范[0037]实体类别抽取：由于生物的普通实体已经超越了命名实体的五大类七小类(这是含的数据量巨大，导致现有的实体类别并不能完全覆盖整个生物领域(关系是建立在实体得更多的实体类别来提高对数据的覆盖度，如图3所示为本发明实施例的实体类别抽取示汇的相似度来选择一个标签(在前K个已经处理好的词汇中选择出现次数最多的做为标物数据的实验,我们发现由于一些类别比另一些类别的训练样本更容易获得,往往会造成训练样本各类别之间目数不均衡,即是训练样本在各个类中的数目基本接近,由于其所占区域大小的不同,也会造成训练样本的分布不均匀。目前改进的方法有均匀化样本分布密度；对KNN的决策规则进行改进,解决当各类数据分布不均匀时KNN分类器分类性能下降的7openType之间的词向量的余弦相似度的平均值相同的baseInfoKey的IDF值之和(因为“中逻辑规则树学习示意图，对规则树的学习关键在于学习每一层从输入到输出的关联的法接方式，比如"链接和全部的a1-a4,s"链接和全部的",然后用现有的梯度下降方法来学8领域数据继续训练好的表示模型，实现领域自适应(DomainAdaptation)和匹配领域业务到哪些单字，因此它输出的每个单字的嵌入表示都是涵盖了上下文的语义信息，以便把掩法改进示意图，如图7所示，实体级mask非规范化文本或自由文本构成的常识。为了方便常识实体提及与常识KG的链接，以及避免了昂贵的知识检索和精细调整与推理的集成，有助于对其他下游任务的概括。同时大大降以用主动学习的方式获取。S(wi)是在微调数据集上得到的，无法直接用于预训练数据集，需要应用上述方法再生成一个已标注重要tokens的小规模数据集，并微调GenePT模型以学习选择数据的重要标记的隐式规则。在模型训练和推理中采用混合浮点精度(FP16甚至INT8、二值网络)表示取代原有精度型蒸馏是采用知识蒸馏将这些大的预训练模型(教师模型)压缩为小的学生模型来减少其始源域和从P抽样得到的目标域共同作用于产生器中的目标函数，生成预训练所需要的数[0049]图9为本发明实施例的关系抽取流程图，语句解析主要是通过生成语句的句法分9生物数据特征另行设计表示学习方法。本发明实施例采用目前效果较好且容易训练的[0061]该算法需要同时读入预融合数据(Seeds)和待融合知识库，算法执行之前要对数据进行预处理操作，也就将每一个关系和实体用一个唯一的整数数值代替。如果采用