(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210147101.6 (22)申请日 2022.02.17 (65)同一申请的已公布的文献号 申请公布号 CN 114201618 A (43)申请公布日 2022.03.18 (73)专利权人 药渡经纬信息科技 （北京） 有限公 司 地址 100085 北京市海淀区上地五街7号1 层105室 (72)发明人 丁红霞　伍星　吴忠毅　余志颖　 徐更惟　李靖　李琪　廖宛玲　 (74)专利代理 机构 北京智桥联合知识产权代理 事务所(普通 合伙) 11560 专利代理师 赵景平(51)Int.Cl. G06F 16/36(2019.01) G06F 16/34(2019.01) G06F 40/295(2020.01) G06V 30/41(2022.01) 审查员 马丽莉 (54)发明名称 药物研发文献可视化 解读方法和系统 (57)摘要 本发明公开了一种药物研发文献可视化解 读方法和系统， 该方法包括： 确定文献中各文本 单元及其位置； 对所述文本单元进行识别， 得到 所述文本 单元中的各实体， 所述实体包括： 药物、 靶点、 适应症、 公司； 对 所述实体进行归一合并处 理， 得到对应所述文献的实体表， 所述实体表包 括： 实体及其位置和出现频次； 确定所述实体表 中不同实体间的关系； 根据所述实体间的关系生 成对应所述文献的知识图谱。 利用本发明， 可 以 方便用户对 药物研发文献的解读， 以发现其中的 关键信息及其关联关系， 并为后续利用系统批量 解析处理文献提供基础能力。 权利要求书3页 说明书10页 附图7页 CN 114201618 B 2022.09.13 CN 114201618 B 1.一种药物研发文献 可视化解读方法， 其特 征在于， 所述方法包括： 确定文献中各文本单 元及其位置； 对所述文本单元进行识别， 得到所述文本单元中的各实体， 所述实体包括： 药物、 靶点、 适应症、 公司； 对所述实体进行归一合并处理， 得到对应所述文献的实体表， 所述实体表包括： 实体及 其位置和出现频次； 确定所述实体表中不同实体间的关系； 根据所述实体间的关系生成对应所述文献的知识图谱； 其中， 所述确定文献中各文本单 元及其位置包括： 根据章节关键词及章节划分特征， 确定所述文献中各文本单元的位置； 拆分所述文献， 得到所述文献中各文本单元及其位置； 所述章节划分特征包括以下任意多种： 关键字、 字 体、 字号、 换 行符； 所述确定所述实体表中不同实体间的关系 包括： 从所述实体表的实体中选取一个实体 作为起始节点， 其他实体作为目标节 点； 从所述起始节点开始， 通过最短路径 算法确定所述 起始节点到各目标节点的路径； 所述从所述实体表的实体中选取起始节点包括： 确定所述实体表中各实体的权重； 选 取权重最大的实体作为起始节点； 每个实体的权重根据实体的类型、 位置及出现频次确定； 根据知识库确定所述实体的类型； 根据所述实体的类型、 位置及出现频次确定所述实体的 权重； 其中计算各实体的权 重值W方式如下： 根据实体 类型T、 位置P、 频次F， 计算中间值 W´： ， 其中Tj为不同实体类型的权重值， Pi为不同实体 位置的权重值， j从1至4分别代表实体类型为药物、 靶点、 适应症和公司， i从1至5分别代表 实体位置为标题、 摘要、 说明、 结论和其 他； 为使W 取值范围为 （0， 1） ， 将中间值 W´进行转换， 得到 权重值W： 。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 查询所述知识库得到所述知识图谱中不同实体节点的关联实体； 将所述关联实体添加到所述知识图谱中。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 展现所述知识图谱， 并将所述实体节点和所述关联实体采用不同的展现形式。 4.根据权利要求1至 3任一项所述的方法， 其特 征在于， 所述方法还 包括： 如果所述文献中包含结构式图片， 则对所述结构式图片进行识别， 得到所述结构式图 片对应的实体； 将所述结构式图片对应的实体添加到所述实体表中。权　利　要　求　书 1/3 页 2 CN 114201618 B 25.一种药物研发文献 可视化解读系统， 其特 征在于， 所述系统包括： 文本单元确定模块， 用于确定文献中各文本单 元及其位置； 文本识别模块， 用于对所述文本单元进行识别， 得到所述文本单元中的各实体， 所述实 体包括： 药物、 靶点、 适应症、 公司； 归一化处理模块， 用于对所述实体进行归一合并处理， 得到对应所述文献的实体表， 所 述实体表包括： 实体及其 位置和出现频次； 关系确定模块， 用于确定所述实体表中不同实体间的关系； 知识图谱生成模块， 用于根据所述实体间的关系生成对应所述文献的知识图谱； 所述文本单 元确定模块包括： 位置确定单元， 用于根据章节关键词及章节划分特征， 确定所述文献中各文本单元的 位置； 拆分单元， 用于拆分所述文献， 得到所述文献中各文本单 元及其位置； 所述关系确定模块包括： 节点确定单元， 用于从所述实体表的实体中选取一个实体作为起始节点， 其他实体作 为目标节点； 路径确定单元， 用于从所述起始节点开始， 通过最短路径算法确定所述起始节点到各 目标节点的路径； 所述节点确定单 元包括： 权重计算单 元， 用于确定所述实体表中各实体的权 重； 节点选择 单元， 用于选取权重最大的实体作为 起始节点； 类型确定单元， 用于根据知识库确定所述实体的类型； 所述权重计算单元， 具体用于根 据所述实体的类型、 位置及出现频次确定所述 实体的权重； 其中计算各实体的权重值W方式 如下： 根据实体 类型T、 位置P、 频次F， 计算中间值 W´： ， 其中Tj为不同实体类型的权重值， Pi为不同实体 位置的权重值， j从1至4分别代表实体类型为药物、 靶点、 适应症和公司， i从1至5分别代表 实体位置为标题、 摘要、 说明、 结论和其 他； 为使W 取值范围为 （0， 1） ， 将中间值 W´进行转换， 得到 权重值W： 。 6.根据权利要求5所述的系统， 其特 征在于， 所述系统还 包括： 查询模块， 用于查询所述知识库得到所述知识图谱中不同实体节点的关联实体， 并将 所述关联实体添加到所述知识图谱中。 7.根据权利要求5 至6任一项所述的系统， 其特 征在于， 所述系统还 包括： 结构式处理模块， 用于在所述文献中包含结构式图片的情况下， 对所述结构式图片进 行识别， 得到所述结构式图片对应的实体；权　利　要　求　书 2/3 页 3 CN 114201618 B 3