[發(fā)明專利]醫(yī)學(xué)文獻(xiàn)分類模型訓(xùn)練方法、醫(yī)學(xué)文獻(xiàn)分類方法及其裝置

有效

• 申請?zhí)枺?/td>: 201710358918.7
• 申請日: 2017-05-19
• 公開（公告）號: CN108959236B
• 公開（公告）日: 2021-11-09
• 發(fā)明（設(shè)計）人: 張喜媛;曾剛;李林峰
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/284;G06K9/62
• 代理公司: 北京志霖恒遠(yuǎn)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11435
• 代理人: 陳姍姍

1.一種醫(yī)學(xué)文獻(xiàn)分類模型的訓(xùn)練方法，其特征在于，包括：

從樣本文獻(xiàn)中提取待標(biāo)注數(shù)據(jù)，所述待標(biāo)注數(shù)據(jù)為各樣本文獻(xiàn)的標(biāo)題、關(guān)鍵字和摘要中的一種或多種；

利用預(yù)先建立的分類體系和標(biāo)注規(guī)則庫，對所述待標(biāo)注數(shù)據(jù)進(jìn)行標(biāo)注，其中所述分類體系和標(biāo)注規(guī)則庫基于用戶對醫(yī)學(xué)文獻(xiàn)的分類需求而構(gòu)建，所述分類體系包括至少兩個分類維度，每個分類維度包括至少兩個文獻(xiàn)類別，每個文獻(xiàn)類別具有相關(guān)聯(lián)的標(biāo)注規(guī)則；

將標(biāo)注數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)對分類模型進(jìn)行訓(xùn)練，得到醫(yī)學(xué)文獻(xiàn)分類模型；

所述利用預(yù)先建立的分類體系和標(biāo)注規(guī)則庫，對所述待標(biāo)注數(shù)據(jù)進(jìn)行標(biāo)注包括：

根據(jù)預(yù)設(shè)的規(guī)則詞列表中包括的多個規(guī)則類及其包含的多個規(guī)則詞，匹配出所述待標(biāo)注數(shù)據(jù)所涉及的一個或更多個規(guī)則類；

基于所述待標(biāo)注數(shù)據(jù)所涉及的一個或更多個規(guī)則類，構(gòu)建對應(yīng)的規(guī)則類集樹；

將所述構(gòu)建的規(guī)則類集樹與所述標(biāo)注規(guī)則庫進(jìn)行匹配，將所匹配的標(biāo)注規(guī)則所關(guān)聯(lián)的文獻(xiàn)類別標(biāo)注為所述樣本文獻(xiàn)的文獻(xiàn)類別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建對應(yīng)的規(guī)則類集樹包括：

對待標(biāo)注數(shù)據(jù)所涉及的規(guī)則類的任一組合方式作為規(guī)則類集樹的一條分支；并且

所述將所述構(gòu)建的規(guī)則類集樹與所述標(biāo)注規(guī)則庫進(jìn)行匹配包括：

將構(gòu)建的規(guī)則類集樹中的每條分支分別與標(biāo)注規(guī)則庫進(jìn)行最大正向匹配。

3.根據(jù)權(quán)利要求1-2任一所述的方法，其特征在于，將標(biāo)注數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)對分類模型進(jìn)行訓(xùn)練包括：

對所述標(biāo)注數(shù)據(jù)進(jìn)行特征提取；

根據(jù)所述特征構(gòu)建最大熵分類模型作為所述醫(yī)學(xué)文獻(xiàn)分類模型。

4.根據(jù)權(quán)利要求1-2任一所述的方法，其特征在于，還包括：在所述待標(biāo)注數(shù)據(jù)進(jìn)行標(biāo)注之前，對所述待標(biāo)注數(shù)據(jù)進(jìn)行過濾去噪處理。

5.根據(jù)權(quán)利要求1-2任一所述的方法，其特征在于，所述分類維度包括以下至少兩項：文獻(xiàn)類型、研究設(shè)計、研究對象、樣本量。

6.一種醫(yī)學(xué)文獻(xiàn)分類方法，其特征在于，包括：

從待分類文獻(xiàn)中提取待分類數(shù)據(jù)，所述待標(biāo)注數(shù)據(jù)為各樣本文獻(xiàn)的標(biāo)題、關(guān)鍵字和摘要中的一種或多種；

利用根據(jù)權(quán)利要求1-5任一所述訓(xùn)練方法訓(xùn)練后的醫(yī)學(xué)文獻(xiàn)分類模型對待分類數(shù)據(jù)進(jìn)行分類預(yù)測，獲得對應(yīng)預(yù)測類別和對應(yīng)預(yù)測概率；

將所述預(yù)測概率與設(shè)定閾值進(jìn)行比較，確定分類結(jié)果。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，將所述預(yù)測概率與設(shè)定閾值進(jìn)行比較，確定分類結(jié)果包括：

若所述預(yù)測概率不小于第一設(shè)定閾值，則確定所述預(yù)測類別為所述待分類文獻(xiàn)的分類結(jié)果；

若所述預(yù)測概率不大于第二設(shè)定閾值，則將所述待分類文獻(xiàn)的類別劃分至指定類別；

若所述預(yù)測概率小于第一設(shè)定閾值大于第二設(shè)定閾值，則對所述標(biāo)注規(guī)則庫校正，以確定所屬類別。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，對所述標(biāo)注規(guī)則庫進(jìn)行校正包括：

對所述標(biāo)注規(guī)則庫進(jìn)行調(diào)整，重復(fù)采用權(quán)利要求6所述的醫(yī)學(xué)文獻(xiàn)分類方法對所述待分類文獻(xiàn)進(jìn)行分類，直至所預(yù)測的預(yù)測概率不小于第一設(shè)定閾值或不大于第二設(shè)定閾值，并更新所述標(biāo)注規(guī)則庫。