买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东外语外贸大学申请的专利一种基于知识增强神经网络模型的药品不良事件检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119442027B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411500936.0，技术领域涉及：G06F18/2415；该发明授权一种基于知识增强神经网络模型的药品不良事件检测方法及系统是由彭琼;任亚峰;王子霖设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本一种基于知识增强神经网络模型的药品不良事件检测方法及系统在说明书摘要公布了：本发明公开了一种基于知识增强神经网络模型的药品不良事件检测方法及系统，涉及自然语言处理技术领域。结合了预训练语言模型BioBERT、卷积神经网络和Transformer网络，并通过从外部知识库获取与生物医学文本实体相关的关键词，增强模型对生物医学实体及其关系的理解能力。采用联合学习策略，实现对实体识别和关系抽取的同步优化，从而显著提升了药物不良反应检测的准确性和模型的鲁棒性，能够有效处理复杂的语义关系。

本发明授权一种基于知识增强神经网络模型的药品不良事件检测方法及系统在权利要求书中公布了：1.一种基于知识增强神经网络模型的药品不良事件检测方法，其特征在于，包括： S1获取待检测的生物医学文本并进行预处理，得到词性标注张量、依存关系张量和实体跨度张量； S2基于外部知识库获取与所述生物医学文本中实体对应的描述信息并选取关键词，得到实体关键词集合； S3基于预训练语言模型对所述生物医学文本和所述实体关键词集合进行处理，对应得到文本语义向量和关键词嵌入向量； S4基于所述词性标注张量、所述依存关系张量、所述实体跨度张量和所述文本语义向量融合后输入至Transformer网络，得到文本全局语义表示； S5基于所述关键词嵌入向量输入至卷积神经网络，得到关键词局部特征； S6基于所述实体跨度张量、所述文本全局语义表示和所述关键词局部特征，输出实体关系联合检测结果； S6中输出实体关系联合检测结果，具体包括： 基于所述文本全局语义表示HT和所述关键词局部特征进行拼接，得到联合特征； 基于所述联合特征与所述实体跨度张量TSpan进行最大池化操作，得到每个实体对应的实体特征； 基于所述实体特征得到实体类别概率分布； 基于任意两个所述实体特征得到关系类别概率分布； 基于所述实体类别概率分布和所述关系类别概率分布作为所述实体关系联合检测结果； 所述实体类别概率分布获取方法为： 基于所述实体特征通过全连接层映射到实体类别空间，并通过第一激活函数预测得到所述实体类别概率分布； 所述关系类别概率分布获取方法为： 基于任意两个所述实体特征进行拼接，得到实体对关系特征； 基于所述实体对关系特征通过所述全连接层映射到实体类别空间，并通过第二激活函数预测两个实体之间的关系类别，得到所述关系类别概率分布； 从生物医学数据库和文献资源中采集待检测的生物医学文本，通过自然语言处理工具进行文本解析，输出药品实体和不良反应实体之间的关系，作为实体关系联合检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东外语外贸大学，其通讯地址为：510000 广东省广州市白云区白云大道北2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。