一种基于知识图谱的药物关系抽取方法

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PubmedBERT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。