一种基于深度学习的药物关系抽取方法
授权
摘要
本发明公开了一种基于深度学习的药物关系抽取方法，本发明利用RDKit工具，将药物分子式转换为分子图结构，再将药物分子的特征进行了表达，同时提取样本的文本特征，将药物分子特征和样本的文本特征进行了结合后，再利用全连接层softmax对药物关系进行分类，采用了句子中药物的理化性质，可以提高抽取准确率，解决现有方法难以覆盖所有文本场景且过分依赖外部自然语言处理工具的问题。
基本信息
专利标题 ：
一种基于深度学习的药物关系抽取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111949792A
申请号 ：
CN202010811218.0
公开（公告）日 ：
2020-11-17
申请日 ：
2020-08-13
授权号 ：
CN111949792B
授权日 ：
2022-05-31
发明人 ：
刘勇国何家欢杨尚明李巧勤
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
北京正华智诚专利代理事务所(普通合伙)
代理人 ：
李林合
优先权 ：
CN202010811218.0
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06F40/211 G06K9/62 G16C20/50
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/35
••聚类；分类
法律状态
2022-05-31 ：
授权
2020-12-04 ：
实质审查的生效
IPC(主分类) : G06F 16/35
申请日 : 20200813
申请日 : 20200813
2020-11-17 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN111949792A.PDF
PDF下载
