融合多维特征的医学知识图谱分步实体对齐方法

融合多维特征的医学知识图谱分步实体对齐方法
娄培;胡佳慧;赵琬清;陈凌云;方安
【期刊名称】《中华医学图书情报杂志》
【年(卷),期】2022(31)3
【摘要】目的:提出一种融合多维特征的医学知识图谱分步实体对齐方法,从电子病历和网络资源中抽取垂体瘤相关疾病、症状数据,进行实证研究。

方法:首先进行尾实体对齐,通过训练Word2Vec和BERT模型获得实体的语义特征,使用三元组训练翻译模型得到实体结构特征,利用Jaccard相似度计算字符特征,利用分类模型进行特征学习和预测;然后进行头实体对齐,利用实体的属性相似性和结构相似性构建头实体对齐模型。

结果:尾实体对齐模型的F1值为99.58%,头实体对齐模型的F1值为97.32%,说明所选择的特征可以很好地表示实体,模型具有良好的对齐效果。

结论:目前关于医学知识图谱的实体对齐模型研究仍处于起步阶段,融合多维特征的医学知识图谱分步实体对齐方法是对现有医学知识图谱构建方法的重要补充。

【总页数】8页(P40-47)
【作者】娄培;胡佳慧;赵琬清;陈凌云;方安
【作者单位】中国医学科学院医学信息研究所
【正文语种】中文
【中图分类】R-05;TP391
【相关文献】
1.融合多种特征的实体对齐算法
2.多维特征融合的网络舆情突发事件演化话题图谱研究
3.融合实体概念描述与图像特征的知识图谱表示学习研究
4.融合GAT和TransH的中韩跨语言实体对齐方法研究
5.基于知识图谱的择优分段迭代式实体对齐方法研究
因版权原因，仅展示原文概要，查看原文内容请购买。