一种基于多特征融合的医疗文本实体关系抽取方法

本发明涉及一种基于多特征融合的医疗文本实体关系抽取方法，属于医疗文本处理领域。针对医疗文本的特点，通过使用BERT预训练模型初步提取全局特征向量；然后综合空洞卷积网络和条件层标准化得到字符特征和关系特征，并通过门控神经网络融合全局特征向量实现特征过滤融合得到特征向量；接着使用注意力机制针对字符特征和关系特征获取文本共享特征，将共享特征与特征向量融合得到最终的实体关系向量；最后构建解码层将实体关系联合抽取分解成细粒度分类任务，实现医疗文本实体对及其关系的抽取。本发明通过医疗文本特征抽取模块、特征融合层模块、实体抽取与关系抽取的解码层模块的结合，能够在复杂的医疗文本有效的完成抽取任务。