想象你推开一间医院档案室的门：成排的病历夹里，是医生们龙飞凤舞的字迹——“阿司匹林 100mg 每日一次”、“皮疹原因待查”、“发热伴咳嗽 3 天”。这些文字不是孤立的词句，而是一张张隐藏的关系网：药物配着剂量、药物引出不良反应、疾病牵着症状。医学关系抽取，就是派一位“病历侦探”走进这座档案室，从杂乱无章的临床文本中找出“谁对谁做了什么”，把天书翻译成机器能读的结构化事实。这篇文章会带你认识这位侦探的办案工具：先看清临床文本的“黑话”，再用远程监督批量获取线索，用实体对建模拼出证据画像，用多标签分类列出全部罪名，用注意力机制过滤伪证，最后用精确率与召回率考核破案质量。读完你就能理解，医院的智能用药审核和药物警戒系统，是如何从病历中自动挖出金子的。

岗位关联

掌握医学关系抽取，等于掌握把海量临床文本升级为结构化医疗知识的核心技术——这是构建医疗知识图谱、智能用药审核与药物警戒系统的关键一环，也是最稀缺的医疗 AI 工程能力之一。

目录
  1. 可视化演示
  2. 任务定义：病历里的“案件三要素”
  3. 临床文本挑战：解读医生的“黑话”
  4. 远程监督：半真半假的“线人笔记”
  5. 实体对建模：拼出完整的“证据画像”
  6. 多标签分类：一个案件背多个“罪名”
  7. 噪声处理：用注意力甄别“伪证”
  8. 评测指标：给侦探的“结案率”打分
  9. 应用价值：从侦探笔记到“医疗天网”
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示从临床文本中抽取药物-剂量、药物-不良反应、疾病-症状关系的过程，包括实体识别、关系分类与噪声处理，交互切换查看不同关系类型抽取效果。

本节配有交互动效（进入视口后自动加载，约 3KB）。

医学关系抽取流程 实体识别：NER模型识别药物、疾病、症状等医学实体 关系分类：对实体对进行多标签分类确定关系类型 Triple = (Entity1, Relation, Entity2) 从临床文本中抽取结构化医学知识三元组，支持药物安全监控与临床决策

任务定义：病历里的“案件三要素”

小林的第一个案子是一份普通病历：“阿司匹林 100mg 每日一次，患者随后出现轻度皮疹。”主任说：“别只读文字，要读出链条——什么药、什么量、造成了什么。”小林恍然大悟：任何一条临床记录，都可以拆成“谁—对谁—做了什么”的破案三要素。这正是关系抽取的直觉起点：文本不是孤立的词，而是一个个等待还原的事实现场。

在自然语言处理里，这个“破案三要素”叫关系三元组。医学关系抽取的任务，就是从自由文本中自动找出头实体 h、尾实体 t，以及它们之间的语义关系 r，最终输出结构化三元组 (h, r, t)。比如上面那句，就藏着“阿司匹林—药物·剂量—100mg”和“阿司匹林—药物·不良反应—皮疹”两组事实。同一个实体可以同时扮演多个“角色”，这正是医学文本复杂性的源头。

这些事实来自多种临床文本：出院小结、门诊记录、检验报告、护理记录，它们统称电子病历（EHR）。我们关注的三类关系各有各的形态：药物-剂量是“药+用量”的组合，药物-不良反应是“药+副作用”的因果，疾病-症状是“病+表现”的关联。模型学会这三类，就能把非结构化病历转写成机器可查的结构化知识，支撑起后续的知识图谱与临床决策系统。

小林在笔记本上写下：“所谓关系抽取，就是给病历里的每个‘动作’验明正身。”他合上档案，望向第二摞病历——那上面全是医生天书般的缩写。

f(h,t,S)→r∈Rf(h, t, S) \to r \in \mathcal{R}
关系抽取被看作一个映射函数：给定句子集合与实体对，输出一个关系标签。R 是所有候选关系的集合，例如 {药物-剂量，药物-不良反应，疾病-症状}。
  1. 函数视角关系抽取是一个从“句子+实体对”到“关系标签”的映射，模型要做的是学习这个映射。
    f(h,t,S)→rf(h, t, S) \to r
  2. 实体要素h 是头实体（如药物阿司匹林），t 是尾实体（如剂量 100mg、不良反应皮疹）。
    (h,t)⊂S(h, t) \subset S
  3. 关系集合R 是预定义的关系类型全集，模型只能从 R 中选择答案，不能发明新关系。
    R={r1,r2,r3,⋯ }\mathcal{R} = \{ r_1, r_2, r_3, \cdots \}

临床文本挑战：解读医生的“黑话”

档案室第二摞病历让小林的眉头拧成麻花：“pt c/o N/V, T 38.5℃”——患者主诉恶心呕吐、体温 38.5℃。还有 “q8h”（每 8 小时一次）、“PO”（口服）这类用药黑话。侦探的第一课，是读懂案发现场独特的“方言”。如果连文字都认不全，后面的破案步骤就是空中楼阁。

临床文本与新闻、评论最大的不同在于极不规范：句子常常不完整，术语缩写密集，同一概念有多种写法（“心肌梗死”和“MI”、“发热”和“fever”），甚至出现拼写错误。这给关系抽取的预处理阶段带来巨大压力。更棘手的是“一词多义”：缩写 “MI” 可能是心肌梗死，也可能是二尖瓣关闭不全，必须依靠上下文消歧。

要让模型处理这些文本，第一步是把句子切成 token（词元）序列，再把每个 token 映射成稠密向量（词嵌入）。于是句子 S 就变成一串向量矩阵，作为后续实体对建模的输入。碰到 “MI” 这种缩写，模型需要看它附近是 “chest pain” 还是 “valve”，才能做出正确判断。这一步是把“黑话”翻译成机器能运算的数字语言。

小林把“黑话”翻译成了机器能读的向量。但光有句子还不够，他需要一张“线索地图”——哪里有嫌疑药物，哪里有受害症状。地图从哪来？主任递过来一本《医学事实大全》。

S=[ew1,ew2,⋯ ,ewn]\mathbf{S} = [ \mathbf{e}_{w_1}, \mathbf{e}_{w_2}, \cdots, \mathbf{e}_{w_n} ]
句子不再是字符串，而是一列词向量组成的矩阵，每个向量代表一个 token 的语义，后续所有模型操作都基于这个矩阵展开。
  1. 切分 token句子先被切成最小的语义单元 w₁ 到 wₙ，英文按空格和标点切，中文按词或字切。
    S=[w1,w2,⋯ ,wn]S = [w_1, w_2, \cdots, w_n]
  2. 查表嵌入每个 token 在预训练词表中查到对应的稠密向量 e，语义相近的词向量距离近。
    ewi∈Rd\mathbf{e}_{w_i} \in \mathbb{R}^{d}
  3. 拼接为矩阵所有向量按原顺序排成一列，得到整个句子的矩阵表示，供下游编码器使用。
    S=[ew1,⋯ ,ewn]\mathbf{S} = [ \mathbf{e}_{w_1}, \cdots, \mathbf{e}_{w_n} ]

远程监督：半真半假的“线人笔记”

主任扔给小林一本厚厚的《医学事实大全》，里面写着可靠知识：“阿司匹林—不良反应—皮疹。”“这不就是标准答案吗？”小林兴奋地对照病历，凡同时出现“阿司匹林”和“皮疹”的句子，统统标注成不良反应案例。省力极了。但经验丰富的老侦探在一旁冷笑：这份“标准答案”只会告诉他这两个名字出现在同一场景，却不会告诉他它们是否真有因果关系。

这种用外部知识库自动生成标注的方法叫远程监督（Distant Supervision）。它省去了昂贵的人工标注：只要知识库里存在三元组 (h, r, t)，就假设所有同时包含 h 和 t 的句子都表达了关系 r。注意，这里有一个沉重的“假设”——它把“共现”直接当成了“关系”。对临床文本这种因果密集的领域，这个假设会制造大量噪声。

远程监督的假设可以形式化如下：若知识库 KB 中有事实 (h, r, t)，则与之对齐的句子 s 都打上标签 r。它的问题在于“共现≠因果”：一句“因过敏禁用阿司匹林，停药后仍出现皮疹”同时提到阿司匹林和皮疹，却根本不是不良反应关系。于是自动标注里混入了大量噪声，这正是后续环节要去噪的原因。远程监督的价值在于“快”，代价在于“脏”。

小林在笔记本上画了一个问号：“线人笔记可以信，但不能全信。”他决定给每条线索加一道筛子——先把嫌疑人和受害者拼成完整的“证据画像”。

∀(h,r,t)∈KB,  ∀s∈Sh,t:label(s)=r\forall (h, r, t) \in \mathcal{KB}, \; \forall s \in S_{h,t}: \text{label}(s) = r
只要知识库中有 (h,r,t) 事实，所有同时包含 h 和 t 的句子都被当作正例。KB 表示外部医学知识库，S_{h,t} 是对应的句子集合。
  1. 知识库事实KB 是从药典、诊疗指南等整理出的三元组集合，每个事实都是“权威线报”。
    (h,r,t)∈KB(h, r, t) \in \mathcal{KB}
  2. 句子袋S_{h,t} 是所有同时出现头实体 h 和尾实体 t 的句子集合，这些句子被收集起来。
    Sh,t={s∣h∈s,t∈s}S_{h,t} = \{ s \mid h \in s, t \in s \}
  3. 全量标注句子袋中的每一个句子都被打上关系标签 r，不管语义是否真正相关。
    ∀s∈Sh,t:label(s)=r\forall s \in S_{h,t}: \text{label}(s) = r

实体对建模：拼出完整的“证据画像”

侦探破案不能只看一句话：嫌疑人阿司匹林、受害者皮疹，还要看整个案发环境的语境。“阿司匹林 100mg 导致皮疹”和“阿司匹林虽好但患者出现皮疹”，同样是阿司匹林与皮疹同框，因果方向截然不同。小林把“头实体—尾实体—句子语境”三样东西钉在证据板上，拼成一份完整的证据画像。模型要做的，也正是把这三股信息拧成一股绳。

在模型里，这份“证据画像”叫实体对表示。给定头实体 h、尾实体 t 和它们所在的句子 s，我们把三者分别编码成向量，再拼接成一个长向量 x_{h,t}。拼接操作把三份信息的维度合而为一，模型可以从中同时看到“谁、谁、在什么情况下”。这个向量就是该实体对在上下文中的综合指纹，后续分类器只认指纹，不认原文。

头实体 h 的向量通常由它包含的所有 token 向量取平均得到，尾实体 t 同理；句子向量则来自上一步的句子编码器。三者拼接后的维度是三者维度之和，信息完全不丢失。这种“先编码、再拼接”的方式简单有效，是关系抽取中最经典的实体对建模范式，也是更复杂的图神经网络等方法的基础。

证据画像拼好了，可小林发现一个案件里嫌疑人可能同时犯了多个罪——吃阿司匹林既是剂量问题，又引发了不良反应。他需要一套“多罪名并罚”的判定法。

xh,t=[h;t;s]\mathbf{x}_{h,t} = [ \mathbf{h}; \mathbf{t}; \mathbf{s} ]
分号表示向量拼接，把头实体、尾实体、句子三部分表示连成一个长向量。x 是实体对在上下文中的综合表示。
  1. 头实体表示h 向量由药物 mention 中所有 token 的向量取平均而来，例如“阿司匹林”的三个字向量求平均。
    h=1mh∑i=1mhvi\mathbf{h} = \frac{1}{m_h} \sum_{i=1}^{m_h} \mathbf{v}_i
  2. 尾实体表示t 向量同理，对“100mg”或“皮疹”的 token 向量求平均。
    t=1mt∑j=1mtvj\mathbf{t} = \frac{1}{m_t} \sum_{j=1}^{m_t} \mathbf{v}_j
  3. 拼接成一列三个向量按序拼接，维度相加，得到实体对级表示，供下游分类。
    xh,t=[h;t;s]∈Rdh+dt+ds\mathbf{x}_{h,t} = [\mathbf{h}; \mathbf{t}; \mathbf{s}] \in \mathbb{R}^{d_h+d_t+d_s}

多标签分类：一个案件背多个“罪名”

小林手里的案件越来越复杂：一个实体对可能同时成立多种关系。“阿司匹林 100mg 导致皮疹”里，阿司匹林和 100mg 构成药物-剂量关系，阿司匹林和皮疹又构成药物-不良反应关系。侦探不能只贴一个标签，而要列出全部成立的罪名。如果只准选一个，就像法庭只允许判一条罪，明显违背临床事实。

这正对应机器学习里的多标签分类问题。与常见的单标签分类（softmax 让所有类别概率和为 1）不同，多标签分类对每个关系类型独立做判断：每个关系 k 有自己的打分器和 Sigmoid 门，输出 0 到 1 之间的概率，互不压制。概率超过阈值 θ 的关系全部被接受。这样，一个“阿司匹林-100mg”实体对可以同时输出“药物-剂量”和“药物-不良反应”两个标签。

给定实体对表示 x，模型对每个候选关系 k 计算线性得分，再经 Sigmoid 压成概率。预测时收集所有概率大于 θ 的关系作为该实体对的多标签结果。阈值 θ 是个可调旋钮：调高则保守、只接受高置信关系；调低则激进、更容易把弱信号也纳入。在药物警戒场景，宁可调低阈值多报几个疑似信号，也不放过一个真实风险。

小林学会了“一案多罪”地归档，可新问题来了：线人笔记（远程监督）里混着假情报，有些句子表面提到两个实体，实际毫无关系。他需要一套甄别伪证的机制。

Pk=σ(wk⊤x+bk),R^={k∣Pk>θ}P_k = \sigma( \mathbf{w}_k^\top \mathbf{x} + b_k ), \quad \hat{\mathcal{R}} = \{ k \mid P_k > \theta \}
σ 是 Sigmoid 函数，把任意实数压到 (0,1) 区间，表示关系 k 成立的概率；最后把所有超过阈值 θ 的关系收集起来，形成多标签输出。
  1. 线性打分关系 k 的权重向量 w_k 与实体对表示 x 做内积，再加偏置 b_k，得到原始分数。
    zk=wk⊤x+bkz_k = \mathbf{w}_k^\top \mathbf{x} + b_k
  2. Sigmoid 概率化把任意实数分数压到 0 到 1 之间，解释为“该关系成立的概率”。
    Pk=11+e−zkP_k = \frac{1}{1 + e^{-z_k}}
  3. 阈值收网超过阈值 θ 的关系全部输出，允许多个关系同时成立。
    R^={k∣Pk>θ}\hat{\mathcal{R}} = \{ k \mid P_k > \theta \}

噪声处理：用注意力甄别“伪证”

档案室里躺着一条矛盾线索：“患者对阿司匹林过敏禁用，改用布洛芬后出现皮疹。”远程监督会把它标成“阿司匹林-不良反应-皮疹”——可阿司匹林根本没被吃下去！老侦探在证词上画了个红叉：这是伪证。这样一条伪证混进训练数据，模型就会学到“阿司匹林和皮疹同框就算不良反应”的错误规律。

这种伪证在远程监督标注中大量存在：实体共现但语义不相关。经典解法是“多实例学习”：把一个实体对涉及的所有句子看成一个袋子，模型只要确认袋子里至少有一个句子支持该关系，就算正例。更进一步，注意力机制让模型给袋内每个句子分配权重，语义相关的句子权重大，伪证句子权重自动趋近于 0。这就像侦探听取多个线人证词时，给可靠线人更高的信任分。

注意力权重通过一个可学习的查询向量 u（类似“理想关系句”的原型）计算：每个句子表示 sᵢ 与 u 做点积得到相关分数，再用 softmax 归一化成权重 αᵢ，最后把袋内所有句子按权重加权平均，得到干净的袋表示 x_bag。有了这个机制，噪声句子的影响被大幅削弱，模型不再被个别伪证带偏。

小林的案卷质量直线上升。月底主任来考核破案成绩：你抓了这么多“关系”，到底多少抓对了、多少漏掉了？小林愣住了——破案率怎么算？

xbag=∑i=1nαisi,αi=exp⁡(u⊤si)∑jexp⁡(u⊤sj)\mathbf{x}_{\text{bag}} = \sum_{i=1}^{n} \alpha_i \mathbf{s}_i, \quad \alpha_i = \frac{\exp(\mathbf{u}^\top \mathbf{s}_i)}{\sum_{j} \exp(\mathbf{u}^\top \mathbf{s}_j)}
αᵢ 是第 i 个句子的注意力权重，所有句子加权求和得到袋表示。与关系越相关的句子权重越大，伪证句的权重自动趋近于 0。
  1. 句子袋表示袋中有 n 个句子，每个句子已经通过编码器得到向量 sᵢ。
    B={s1,s2,⋯ ,sn}\mathcal{B} = \{ \mathbf{s}_1, \mathbf{s}_2, \cdots, \mathbf{s}_n \}
  2. 相关度打分可学习的查询向量 u 与每个句子做点积，得到该句与“理想关系句”的相似度分数。
    ei=u⊤sie_i = \mathbf{u}^\top \mathbf{s}_i
  3. Softmax 加权分数归一化成权重 αᵢ，加权平均得到袋表示；噪声句的相似度低，权重趋近 0。
    αi=exp⁡(ei)∑jexp⁡(ej)\alpha_i = \frac{\exp(e_i)}{\sum_j \exp(e_j)}

评测指标：给侦探的“结案率”打分

主任翻开小林的结案报告：“这个月你归档了 3000 条药物-剂量关系，我抽查发现 200 条是错的；还有 500 条真实关系漏在病历里没找出来。”小林第一次意识到：破案既要抓得准，还要抓得全。光看总量没有意义，一个只会输出“所有实体对都是药物-剂量关系”的笨系统，能“归档”几万条，但毫无用处。

信息抽取领域用精确率（Precision）和召回率（Recall）来衡量这两个维度。精确率 = 模型预测的关系中真正正确的比例，回答“抓得准不准”；召回率 = 真实存在的关系中被找回来的比例，回答“抓得全不全”。两者往往此消彼长：阈值设高，精确率上去了但漏掉很多；阈值设低，召得全但错得也多。这就像侦探：只抓证据确凿的案子，破案率高但漏案多；看见可疑就抓，破案率低但几乎不漏。

F1 分数是两者的调和平均，综合衡量系统质量。在药物不良反应监测这种场景，漏掉一个严重不良反应可能危及患者生命，因此召回率往往比精确率更受重视；而在构建用药知识库时，错误知识会误导临床决策，精确率就更关键。选型时应按业务场景看 PR 曲线找平衡点，而不是单看一个数字。

拿到评分标准后，小林的办案方向清晰了：不同案件对“准”和“全”的权重不同。半年后，他的知识档案被医院各科室争相调用——侦探的笔记，终于变成了守护患者安全的“天网”。

P=TPTP+FP,R=TPTP+FN,F1=2PRP+RP = \frac{TP}{TP+FP}, \quad R = \frac{TP}{TP+FN}, \quad F1 = \frac{2PR}{P+R}
TP 是预测为正且真实也为正的样本数；FP 是预测为正但真实为负；FN 是预测为负但真实为正。F1 是两者的调和平均。
  1. 精确率所有被预测为“有关系”的样本中，真正有关系的比例；分母是模型输出为正的全体。
    P=TPTP+FPP = \frac{TP}{TP+FP}
  2. 召回率所有真实存在关系的样本中，被模型找回来的比例；分母是真实为正的全体。
    R=TPTP+FNR = \frac{TP}{TP+FN}
  3. F1 调和平均一个分数同时反映准与全，比算术平均更严格，偏向两者中的较小值。
    F1=2PRP+RF1 = \frac{2PR}{P+R}

应用价值：从侦探笔记到“医疗天网”

半年后的清晨，药剂科主任敲开小林的办公室：“你整理的档案帮我们拦下了一张 2 倍剂量的阿司匹林处方！”原来，小林的关系抽取系统自动比对了处方中的“药物-剂量”三元组，在药物即将发放前拉响了警报。一纸档案，从“事后整理”变成了“事前拦截”，这就是结构化知识的力量。

这正是医学关系抽取的核心价值：把沉睡在病历里的非结构化知识，变成可供系统查询的结构化知识库。新知识三元组不断被抽取出来，知识库规模持续扩张。要判断一个三元组能否入库，只需看模型预测概率是否超过可靠阈值 θ。这像一个自动化的“知识流水线”，每天从新入院的病历中提炼事实，不断充实医疗知识图谱。

围绕三类关系，最典型的应用场景有三个：药物警戒系统实时扫描病历与文献，捕捉“药物-不良反应”信号，把传统上报模式下 18 个月的发现周期压缩到几周；临床决策支持系统审核“药物-剂量”合理性，在医生开出处方时即时提醒超量风险；科研团队从海量文献中抽取“疾病-症状”关联，构建辅助诊断知识图谱，支持罕见病循证研究。每一类应用，都依赖关系抽取把文本变成可计算的实体与连线。

小林站在档案室门口，看着那排病历架。曾经的天书，如今变成一张会呼吸的知识网，在每一条医嘱背后悄悄站岗。他忽然觉得，当一名“病历侦探”，是这个时代最酷的工作。

ΔK={(h,r,t)∣P(r∣h,t,S)>θ}\Delta \mathcal{K} = \{ (h, r, t) \mid P(r \mid h, t, S) > \theta \}
凡是模型对某实体对预测某关系概率超过阈值 θ 的三元组，就作为新知识写入知识库，构成知识库的增量。
  1. 候选实体对临床文本中所有被识别出的实体对，都可能构成候选知识，集合记为 C。
    (h,t)∈C(h, t) \in \mathcal{C}
  2. 概率预测模型预测实体对 (h,t) 在关系 r 上的成立概率，来自多标签分类的 Sigmoid 输出。
    P(r∣h,t,S)P(r \mid h, t, S)
  3. 阈值入库概率高于 θ 的三元组被写入知识库，成为知识图谱新增长量。
    P(⋅)>θ⇒(h,r,t)∈ΔKP(\cdot) > \theta \Rightarrow (h, r, t) \in \Delta \mathcal{K}

AI 应用场景

场景一：药物警戒中的不良反应信号监测

阶段：模型部署与下游应用

解决的问题：传统不良反应上报依赖医生主动填写，漏报率高、周期长；大量不良反应藏在病历叙述里无人发现。AI 自动抽取“药物-不良反应”关系，从电子病历和文献中实时发掘可疑信号，把事后统计变成事前预警。

具体案例：某药企用远程监督 + 注意力去噪模型扫描 50 万份出院小结，自动抽取“阿司匹林-消化道出血”等不良反应三元组，将新信号的发现时间从 18 个月缩短到 2 周，并提交给医学部复核。

场景二：临床决策支持系统中的用药安全审核

阶段：特征工程与在线推理

解决的问题：处方审核依赖静态药理知识库，新药和新剂量信息更新滞后。关系抽取将“药物-剂量”三元组实时从病历与处方中抽取出来，与安全范围比对，在药品发放前提示超剂量风险。

具体案例：某三甲医院 CDSS 接入关系抽取模块，在医生开具 2 倍常规剂量阿司匹林时触发拦截弹窗，药师介入核对后修正处方，避免了潜在的胃肠道出血风险。

场景三：科研知识库与疾病-症状图谱构建

阶段：数据标注与知识融合

解决的问题：循证医学需要大规模结构化的“疾病-症状”关联，人工阅读摘要费时费力且难以穷尽。关系抽取自动将文献中的零散描述转化为图谱节点与边，支撑科研人员快速检索和假设生成。

具体案例：研究团队从 10 万篇 PubMed 摘要中抽取“发热-咳嗽-肺炎”等疾病症状关联，构建罕见病辅助诊断知识图谱，帮助医生在遇到不明原因发热时快速列出候选疾病。

Python 演示

python72 行
import numpy as npfrom sklearn.linear_model import LogisticRegressionfrom sklearn.multioutput import MultiOutputClassifierfrom sklearn.metrics import precision_recall_fscore_support RELS = ["drug-dose", "drug-adr", "disease-symptom"] # 远程监督生成的句子袋: (实体对, 句子列表, 多标签0/1)# 注意第2个袋含有噪声句: aspirin 和 rash 共现但无因果关系data = [    (("aspirin", "100mg"),     ["aspirin 100mg caused a rash",      "aspirin 100mg daily for heart disease"],     [1, 0, 0]),    (("aspirin", "rash"),     ["aspirin 100mg caused a rash",      "aspirin is safe but a rash appeared after infection"],     [0, 1, 0]),    (("fever", "cold"),     ["fever and cough usually mean a cold",      "the patient had fever and then caught a cold"],     [0, 0, 1]),] # 构建词表与词袋特征words = sorted(set(w for _, sents, _ in data for s in sents for w in s.split()))w2i = {w: i for i, w in enumerate(words)} def bow(sentence):    v = np.zeros(len(words))    for w in sentence.split():        v[w2i[w]] = 1    return v # 注意力池化: 用关系原型作为查询向量, 给袋内句子加权def attention_pool(sentences, query):    features = np.array([bow(s) for s in sentences])    scores = features @ query    alpha = np.exp(scores - scores.max())    alpha = alpha / alpha.sum()    return alpha @ features, alpha # 构造一个针对 drug-adr 的关系原型(可学习查询向量的简化代替)prototype = np.zeros(len(words))for _, sents, y in data:    if y[1] == 1:        for s in sents:            prototype += bow(s)prototype /= np.linalg.norm(prototype) + 1e-9 X, Y = [], []print("=== 医学关系抽取演示: 远程监督 + 注意力去噪 ===")for (h, t), sents, y in data:    bag_vec, alpha = attention_pool(sents, prototype)    X.append(bag_vec)    Y.append(y)    print("实体对 (%s, %s) 句权重=%s 标签=%s" % (h, t, np.round(alpha, 3), y)) X = np.array(X)Y = np.array(Y) # 多标签分类: 每个关系训练一个独立的二分类器clf = MultiOutputClassifier(LogisticRegression(max_iter=800))clf.fit(X, Y)pred = clf.predict(X) # 评测指标p, r, f1, _ = precision_recall_fscore_support(Y, pred, average="micro")print("Micro 精确率=%.3f 召回率=%.3f F1=%.3f" % (p, r, f1))for j, rel in enumerate(RELS):    acc = sum(1 for i in range(len(data)) if Y[i, j] == pred[i, j])    print("%s 命中 %d/%d" % (rel, acc, len(data)))
目的：演示远程监督构建训练数据、注意力池化降噪、多标签分类器训练与评估的完整小流程，直接对应正文中的方法链条。
  1. data = [用远程监督假设手写训练袋，第 2 个袋故意混入“共现但无关”的噪声句。
  2. def attention_pool(sentences, query):注意力池化核心：按句子与关系原型的相似度给每个句子分配权重。
  3. alpha = alpha / alpha.sum()Softmax 归一化，确保权重之和为 1，权重可解释为“可信度”。
  4. prototype = np.zeros(len(words))用正例句平均构造“理想关系句”原型，是可学习查询向量的简化代替。
  5. clf = MultiOutputClassifier(LogisticRegression(max_iter=800))多标签分类：每个关系训练一个独立的二分类器。
  6. p, r, f1, _ = precision_recall_fscore_support(Y, pred, average="micro")计算精确率、召回率、F1，评估模型整体质量。

常见误区

误区远程监督用知识库自动标注，不需要人工成本，直接拿这些标签训练模型，效果应该既快又好。既然知识库都是权威的，标注还能不准吗？

正解远程监督的标签有系统性噪声：知识库里的“阿司匹林-皮疹”事实，不代表每个同时出现这两个词的句子都是不良反应。“患者对阿司匹林过敏禁用，停药后出现皮疹”就是一个典型伪证。就像线人笔记里混着假情报，直接全信会教坏模型。必须用多实例学习、注意力加权、置信度过滤等手段去噪，把“共现”筛选成“因果”。忽视噪声的模型，在真实病历上的精确率可能从 0.9 掉到 0.5。

为何常见：自动标注省时省力，人天然倾向相信“现成答案”，容易忽略标注来源本身的准确性问题。

误区反正都是分类，softmax 也能用，效果差不多。换一个激活函数而已，能有多大差别？

正解两者语义完全不同。softmax 强制所有类别概率和为 1，本质是“互斥单选题”；而临床文本中一个实体对可以同时是“药物-剂量”又是“药物-不良反应”，关系并不互斥。用 softmax 会逼模型在多个正确关系中只能选一个，导致漏报。Sigmoid 对每个关系独立输出 0 到 1 概率，互不压制，这才是多标签的正确打开方式。

为何常见：初学者接触的大多是单标签分类，习惯性把所有分类问题都套用 softmax，没有意识到“标签是否互斥”决定了输出层的设计。

误区一句话里同时出现“阿司匹林”和“皮疹”，那它肯定在描述阿司匹林导致皮疹。两个词离得这么近，关系还能跑？

正解共现只是“出现在同一场景”，距离“存在语义关系”还差着十万八千里。“患者对阿司匹林过敏禁用，停药后出现皮疹”里，阿司匹林和皮疹共同出现，却是负例。远程监督正是吃了这个亏。关系抽取必须建模上下文语义，用注意力等机制分辨因果方向，而不是数实体是否同框。侦探办案讲究证据链，不是看两个人是否出现在同一街区。

为何常见：人的直觉容易把空间邻近误认为因果关联，尤其在医学这种因果密集的领域，这种直觉错误会被放大。

误区模型上线前对比 F1，哪个高就用哪个准没错。排行榜都看 F1，这总不会错吧？

正解F1 是精确率与召回率的调和平均，但它把两者当成同等重要。实际业务中两者的代价不对称：在药物警戒中，漏报一个严重不良反应可能出人命，召回率比精确率更关键；而在用药知识库建设中，错误知识会误导临床决策，精确率又更重要。选型时应该按业务场景看 PR 曲线找平衡点，而不是单看一个 F1 数字。

为何常见：机器学习课程和排行榜都以 F1 作为标准指标，容易让人忽略指标背后的业务代价与风险偏好。

面试题

Q1. 医学关系抽取中，关系三元组的正确结构是？

单选题 · easy

  • A.（标签，特征，预测）
  • B.（头实体，关系，尾实体）← 正确答案
  • C.（文档，段落，句子）
  • D.（药物，剂量，频次）

答案：B。关系抽取把文本事实表示成 （头实体，关系，尾实体） 三元组，例如 （阿司匹林，药物-剂量，100mg）。A 是机器学习通用流程，C 是文本层级结构，D 只是某一个具体实例的展开，都不具备普遍性。

Q2. 远程监督的核心思想是？

单选题 · easy

  • A.完全依赖人工标注病历
  • B.利用知识库自动对齐生成标签← 正确答案
  • C.用聚类算法自动发现关系
  • D.用强化学习训练抽取模型

答案：B。远程监督假设：知识库中存在 (h,r,t)，则所有同时包含 h 和 t 的句子都标为关系 r。它把知识库当“线人笔记”自动生成训练数据，并非人工标注、聚类或强化学习。

Q3. 多标签关系分类的输出层通常使用哪个激活函数？

单选题 · easy

  • A.Softmax 归一化输出
  • B.Sigmoid 独立概率输出← 正确答案
  • C.ReLU 线性修正单元
  • D.Tanh 双曲正切函数

答案：B。多标签分类需要每个关系独立判断，Sigmoid 将每个分数压到 0 到 1，互不压制。Softmax 强制所有概率和为 1，会把多个正确关系挤掉一个；ReLU 和 Tanh 不适合直接当作概率输出。

Q4. 远程监督自动标注最主要的噪声来源是？

单选题 · mid

  • A.实体识别模型严重过拟合
  • B.实体共现并不代表真实因果← 正确答案
  • C.训练语料规模太小导致欠拟合
  • D.模型参数量过于庞大难以收敛

答案：B。远程监督的核心假设“共现即关系”本身就是噪声源头。一句“阿司匹林过敏禁用，停药后出现皮疹”同时出现两个词，却毫无因果关系。其余选项属于模型训练层面的问题，与远程监督标注时的固有缺陷无关。

Q5. 下面哪句最可能被远程监督误判为“药物-不良反应”正例？

单选题 · mid

  • A.阿司匹林100mg导致皮疹
  • B.阿司匹林安全但出现皮疹← 正确答案
  • C.患者服用阿司匹林治头痛
  • D.二甲双胍500mg引发恶心

答案：B。B 句同时包含“阿司匹林”和“皮疹”，但皮疹与阿司匹林无因果链，远程监督只看共现会把它错标成正例。A 和 D 是真实因果描述，C 不含不良反应实体，都不是典型误标句。

Q6. 下面哪些属于本文讨论的医学关系类型？

多选题 · mid

  • A.药物与剂量关系← 正确答案
  • B.药物与不良反应关系← 正确答案
  • C.疾病与症状关系← 正确答案
  • D.作者与机构关系

答案：ABC。本文聚焦三类临床关系：药物-剂量、药物-不良反应、疾病-症状。作者与机构属于文献计量学关系，不属于临床医学关系抽取的研究范围。

Q7. 关于注意力机制在噪声处理中的作用，正确的是？

单选题 · mid

  • A.给所有句子分配相同权重
  • B.自动降低与关系无关句子权重← 正确答案
  • C.只保留一句作为袋代表
  • D.随机丢弃袋内部分句子

答案：B。注意力机制按句子与关系原型的相关度打分，softmax 归一化后，无关噪声句权重趋近 0，相关句权重增大。它不做截断也不随机丢弃，而是软性地加权。

Q8. 处理远程监督噪声的常用方法有哪些？

多选题 · hard

  • A.多实例学习方法← 正确答案
  • B.注意力加权机制← 正确答案
  • C.置信度过滤策略← 正确答案
  • D.随机删除句子

答案：ABC。多实例学习以句子袋为单位监督，注意力加权自动降低噪声句权重，置信度过滤剔除低分标签样本，都是有效去噪策略。随机删句子无差别破坏数据，不是合理方案。

Q9. 药物警戒场景中，最应优先关注哪个指标？

单选题 · hard

  • A.精确率 Precision
  • B.召回率 Recall← 正确答案
  • C.模型推理吞吐量
  • D.模型参数总量

答案：B。药物警戒的目标是“不漏过任何严重不良反应”。漏报意味着患者暴露于未知风险，代价极高；相反，多一些假报警可以由药师复核过滤。因此召回率优先于精确率，吞吐量和参数量属于工程优化而非安全指标。

Q10. 关于“远程监督+注意力去噪+多标签分类”的流程，下列说法正确的是？

多选题 · extreme

  • A.远程监督用知识库自动标注← 正确答案
  • B.注意力机制按相关度分配权重← 正确答案
  • C.Sigmoid 允许关系同时成立← 正确答案
  • D.共现实体对一定存在真实关系

答案：ABC。A、B、C 分别对应流程的三个关键认知：远程监督自动标注但可能引入噪声，注意力机制按相关度降噪，Sigmoid 支持一对多关系。D 是远程监督的经典误区：“共现不等于因果”，正是噪声的来源，因此不能选。