(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221097680 6.9 (22)申请日 2022.08.15 (71)申请人 中国中医科学院中药研究所 地址 100000 北京市东城区东 直门内南小 街16号 申请人 中国中医科学院中医药信息 研究所 (72)发明人 张华敏　曾子玲　佟琳　鄢青青　 陈广坤　张磊　高宏杰　王晶　 刘彦明　 (74)专利代理 机构 北京市广友专利事务所有限 责任公司 1 1237 专利代理师 张仲波 (51)Int.Cl. G06F 40/295(2020.01) G06F 16/36(2019.01)G06F 16/33(2019.01) G16H 50/70(2018.01) G16H 20/90(2018.01) G16H 70/40(2018.01) G16H 70/60(2018.01) (54)发明名称 一种基于双模式的中医古籍文本实体关系 抽取方法及装置 (57)摘要 本发明涉及自然语 言处理技术领域， 特别是 指一种基于双模式的中医古籍文本实体关系抽 取方法及装置。 方法包括： 获取待抽取的中医古 籍文本； 确定中医古籍文本中各实体的实体类 型； 根据预设的关键词判定规则， 确定中医古籍 文本中的关键词， 其中， 关键词至少包括加药关 键词、 减药关键词、 合方关键词、 禁忌关键词、 强 关联关键词以及文本切片关键词； 基于各实体的 实体类型以及关键词， 在中医古籍文本中抽取实 体组合； 基于实体组合进行实体关系抽取， 并实 例化为关系三元组， 关系三元 组由两个实体和两 个实体之间的实体 关系组成； 将关系三元组以图 数据库的形式存储起来。 采用本发明， 可 以提高 中医古籍文本实体关系抽取的准确性。 权利要求书3页 说明书16页 附图4页 CN 115409036 A 2022.11.29 CN 115409036 A 1.一种基于双模式的中 医古籍文本实体关系抽取 方法， 其特 征在于， 所述方法包括： S1、 获取待抽取的中 医古籍文本； S2、 确定中 医古籍文本中各实体的实体 类型； S3、 根据预设的关键词判定规则， 确定所述中医古籍文本中的关键词； 其中， 所述关键 词至少包括加药关键词、 减药关键词、 合方关键词、 禁忌关键词、 强关联关键词以及文本切 片关键词； S4、 基于所述各实体的实体 类型以及关键词， 在所述中 医古籍文本中抽取实体组合； S5、 基于所述实体组合进行实体关系抽取， 并实例化为关系三元组， 所述关系三元组由 两个实体和两个实体之间的实体关系组成， 所述实体关系包括组合内关系、 组合外关系以 及次要类型实体关系， 其中， 所述组合内关系为实体组合内的实体与同一个实体组合内的 其它实体之 间的关系， 所述组合外 关系包括每个实体组合中的实体与其它实体组合内的实 体之间的关系 、 以及每个实体组合中的实体与组合外的实体之间的关系； S6、 将所述关系三元组以图数据库的形式存 储起来。 2.根据权利要求1所述的方法， 其特征在于， 所述各实体的实体类型包括10类主要类型 实体以及12类次要类型实体； 其中， 所述10类主要类型实体包括症状、 脉象、 舌象、 疾病、 病因病机、 病性要素、 病位要 素、 治则治法、 方剂以及中药； 所述12类次要类型实体包括体质、 医家、 地理名称、 分期、 时间、 年龄、 性别、 预后、 中医 古籍、 成书朝代、 成书年以及中药剂量。 3.根据权利要求2所述的方法， 其特征在于， 所述实体组合包括病因病机组合、 症状群 组合、 治则治法组合、 合用方 组合以及辨证论治组合， 所述合用方组合包括但 不限于病因病 机组合、 症状群组合、 治则治法组合， 所述辨证论治组合包括但不限于病因病机组合、 症状 群组合、 治则治法组合； 所述基于所述各实体的实体类型以及关键词， 在所述中医古籍文本中抽取实体组合， 包括： 基于病因病机、 病性要素以及病位要素三种实体 类型， 抽取病因病机实体组合； 基于症状、 脉象以及舌象三种实体 类型， 抽取症状 群实体组合； 基于治则治法的实体 类型， 抽取治则治法实体组合； 抽取完病因病机实体组合、 症状群实体组合以及治则治法实体组合后， 基于实体类型、 关键词、 抽取到的实体组合以及预设的第一模式， 抽取合用方实体组合； 其中， 所述第一模 式包括： 基础方、 合方或合方依据、 加药或加药依据、 以及减药或减药依据； 抽取完病因病机实体组合、 症状群实体组合、 治则治法实体组合以及合用方实体组合 后， 基于实体类型、 关键词、 抽取到的实体组合以及预设的第二模式， 抽取辨证论治实体组 合； 其中， 所述第二模式包括： 病和/或症、 病因病机、 治则治法以及方和/或药。 4.根据权利要求3所述的方法， 其特征在于， 所述基于预设的合用方实体组合抽取规 则， 基于实体 类型、 关键词以及抽取到的实体组合， 抽取合用方实体组合， 包括： 遍历所述中医古籍文本、 实体列表和所有实体组合， 抽取基础方元素、 合方元素与对应 的合方依据元 素、 加药元素与对应的加药依据元 素、 减药元素与对应的减药依据元 素； 将基础方元素以及合方元素与对应的合方依据元素、 和/或加药元素与对应的加药依权　利　要　求　书 1/3 页 2 CN 115409036 A 2据元素、 和/或减药 元素与对应的减药依据元 素， 组合成合用方实体组合。 5.根据权利要求4所述的方法， 其特征在于， 所述抽取基础方元素、 合方元素与对应的 合方依据元 素、 加药元素与对应的加药依据元 素、 减药元素与对应的减药依据元 素， 包括： 根据加药关键词、 减药关键词以及合方关键词在中医古籍文本中的位置， 将加药关键 词、 减药关键词以及合方关键词前侧连续出现的第一个方剂 类实体或第一组中药类实体确 定为基础方 元素； 如果合方关键词前后出现多个连续的方剂类实体， 且实体间无其他关键词， 则将除第 一个方剂类实体外的其他方剂 类实体确定为合方元素， 将合方关键词位置之前或之后出现 的非方剂类、 非中药类实体或实体组合确定为 合方依据； 如果加药关键词后出现第 一个中药类实体或第 一组连续出现的中药类实体， 则将所述 第一个中药类实体或第一组连续出现的中药类实体确定为加药元素， 将加药关键词位置之 前或之后出现的非方剂类、 非中药类实体或实体组合确定为加药依据； 如果减药关键词后出现第 一个中药类实体或第 一组连续出现的中药类实体， 则将所述 第一个中药类实体或第一组连续出现的中药类实体确定为减药元素， 将减 药关键词位置之 前或之后出现的非方剂类、 非中药类实体或实体组合确定为减药依据。 6.根据权利要求3所述的方法， 其特征在于， 所述基于预设的辨证论治实体组合抽取规 则， 基于实体 类型、 关键词以及抽取到的实体组合， 抽取辨证论治实体组合， 包括： 遍历待处理的中医古籍文本、 实体列表和所有实体组合， 抽取病元素、 症元素、 病因病 机元素、 治则治法元 素、 方元素以及药 元素； 基于强关联关键词、 禁忌关键词以及文本切片关键词， 以及抽取到的病元素、 症元素、 病因病机元 素、 治则治法元 素、 方元素以及药 元素， 生成辨证论治实体组合。 7.根据权利要求1所述的方法， 其特征在于， 所述基于所述实体组合进行实体关系抽 取， 包括： 对抽取到的实体组合进行组合内关系的抽取； 对抽取到的实体组合进行组合外关系的抽取； 基于抽取到的实体组合进行次要类型实体关系的抽取。 8.一种基于双模式的中 医古籍文本实体关系抽取装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待抽取的中 医古籍文本； 第一确定模块， 用于确定中 医古籍文本中各实体的实体 类型； 第二确定模块， 用于根据 预设的关键词判定规则， 确定所述中医古籍文本 中的关键词； 其中， 所述关键词包括加药关键词、 减 药关键词、 合方关键词、 禁忌关键词、 强关联关键词以 及文本切片关键词； 抽取模块， 用于基于所述各实体的实体类型以及关键词， 在所述中医古籍文本中抽取 实体组合； 实例化模块， 用于基于所述实体组合进行实体关系抽取， 并实例化为关系三元组， 所述 关系三元组由两个实体和两个实体之间的实体关系组成， 所述实体关系包括组合内关系、 组合外关系以及次要类型实体关系， 其中， 所述组合内关系为实体组合内的实体与同一个 实体组合内的其它实体之 间的关系， 所述组合外关系包括每个实体组合中的实体与其它实 体组合内的实体之间的关系 、 以及每个实体组合中的实体与组合外的实体之间的关系；权　利　要　求　书 2/3 页 3 CN 115409036 A 3