一种基于多种注意力和改进预训练的药物间关系抽取方法

摘要

本发明属于计算机自然语言处理技术领域，提供了一种基于多种注意力和改进预训练的药物间关系抽取方法。在神经网络之中利用多种不同的实体注意力机制，来增强神经网络对复杂药物名的理解，其中实体注意力机制包括：实体标记注意力、两实体标记差注意力和基于实体描述文档的注意力机制，同时对预训练语言模型的输入进行改进，使得其输出能够更好的适用于药物间关系抽取任务。本发明的益处是解决了在处理药物关系描述文档时，药物名过于复杂而导致深度学习模型无法很好地理解药物名的难题，提高了药物关系识别水平。