一种基于依存关系与多层GAT的医学实体识别方法及系统

本发明涉及医学数据处理技术领域，尤其是指一种基于依存关系与多层GAT的医学实体识别方法及系统。该方法先处理医学文本数据，获得初始特征表示，接着将其转化为结构化依存关系图，图中节点和边分别代表词汇及句法依存关系。之后，基于所述依存关系图，图神经网络通过注意力驱动的消息传递机制迭代更新节点特征。再根据不同识别任务，对更新后的节点特征进行数据增强，融合得到增强后的节点特征。最后，针对每个任务，利用增强后的特征，通过起始与结束边界特征交互预测实体边界，得出识别结果。本发明在实体识别上准确高效，解决了传统模型的长距离依赖问题，并且在多任务场景下也有良好表现。