用于针对输入文本挖掘拷贝数变异数据的方法、设备和介质

本发明涉及一种用于针对输入文本挖掘拷贝数变异数据的方法、设备和介质。该方法包括：将所获取的关于拷贝数变异的上下文信息和查询信息进行拼接，以便生成输入文本序列；将上下文词汇序列和查询词汇序列转化为词索引序列，以便至少基于词索引序列，生成输入向量序列；将输入向量序列输入预训练语言模型，以便通过堆叠的多头注意力和前馈网络生成输出向量，所述输出向量包括每个词汇的向量上下文表示；以及基于每个词汇的上下文表示，预测每个词汇作为实体起始或结束的概率，以便确定拷贝数变异实体，用以生成关于拷贝数变异的结果表示。本发明能够针对存在复杂的CNV描述形式的输入文本准确并高效地进行CNV数据的提取。