[發明專利]一種電子病歷查詢語句的構造方法

有效

• 申請號: 201410394537.0
• 申請日: 2014-08-12
• 公開（公告）號: CN104268144B
• 公開（公告）日: 2017-08-29
• 發明（設計）人: 王文斌;顧君忠
• 申請（專利權）人: 華東師范大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/24
• 代理公司: 上海藍迪專利商標事務所(普通合伙)31215
• 代理人: 徐筱梅,張翔

1.一種電子病歷查詢語句的構造方法，其特征在于該方法包括以下具體步驟：

a)、電子病歷語料預處理

對電子病歷語料文本進行分詞，去掉停用詞之后，得到語料中出現的所有詞；利用公式(1)計算每個詞t在每篇病歷中的平均出現次數；

λ=1nΣi=1nki---(1)]]>

其中，λ表示詞t的平均出現次數，n表示電子病歷語料集合的大小，k_i表示詞t在第i篇病歷中出現的次數；通過計算得到每個詞t對應的λ；

b)、醫學術語抽取及篩選

首先，抽取原始查詢語句中出現的醫學術語；再在抽取出的醫學術語中去掉醫學停用詞，剩下的醫學術語的集合記為Q_UMLS＝{Q₁，Q₂，...，Q_n}，其中Q_i表示第i個醫學術語，每個醫學術語有可能由多個詞組成；

c)、醫學術語權重計算

計算每個醫學術語Q_i的權重w_i，具體包括：

i)、計算組成醫學術語的詞的出現概率p(t)；使用泊松分布來擬合詞t的概率分布；那么p(t)使用公式(2)來計算；

p(t)=P(T≥1)=1-P(T=0)=1-e-λ---(2)]]>

其中，T表示詞t的出現次數，λ表示詞t的平均出現次數，e表示自然常數；

ii)、計算醫學術語Q_i在電子病歷語料中出現的概率p(Q_i)；醫學術語Q_i中每個詞的出現是相互獨立事件，p(Q_i)使用公式(3)計算；

iii)、計算每個醫學術語Q_i的權重w_i，使用自信息的定義，即公式(4)計算；

wi=-ln(p(Qi))---(4)]]>

d)、新查詢語句構造

使用原始查詢語句、Q₁，Q₂，...，Q_n以及對應的w₁，w₂，...，w_n構造新的查詢語句，具體包括：

i)、對于原始查詢語句，組成原始查詢語句的詞之間的權重平均分配，得到查詢子句1；

ii)、對于醫學術語Q_i內部，醫學術語Q_i中每個詞的權重平均分配；

iii)、對于醫學術語Q_i之間，每個醫學術語Q_i分配到的權重是得到查詢子句2；

iv)、將查詢子句1和查詢子句2，按照μ∶(1-μ)的比例分配權重，得到新查詢語句，其中μ的取值范圍是[0，1]。