[發明專利]一種應用于醫技檢查報告的智能糾錯方法

在審

• 申請號: 201711426176.3
• 申請日: 2017-12-26
• 公開（公告）號: CN108257650A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 賈祿帥;王井俊;簡剛;唐武斌
• 申請（專利權）人: 寧波市科技園區明天醫網科技有限公司
• 主分類號: G16H15/00
• 分類號: G16H15/00;G06F17/27
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 毛翔威

1.一種應用于醫技檢查報告的智能糾錯方法，其特征在于，包括以下步驟：

步驟1、預處理過程：

1.1、將整個醫技檢查報告語料庫作為訓練樣本，采用基于字符串匹配和隱馬爾可夫模型HMM的中文分詞模型CSM對訓練樣本進行分詞，并經過去重和編號處理后，生成醫技檢查報告詞庫MERL；

步驟2、訓練過程：

2.1、采用中文分詞模型CSM對訓練樣本進行分詞，并依據醫技檢查報告詞庫MERL對訓練樣本進行數字化編碼，若樣本分詞不在醫技檢查報告詞庫MERL中，則編碼為0；

2.2、將編碼后的訓練樣本按3:1:1的比例構建訓練集、驗證集和測試集；

2.3、將構建好的訓練集、驗證集和測試集送入到遞歸神經網絡RNN-雙層長短期記憶網絡LSTM中進行訓練，獲得糾錯模型CM；

步驟3、智能糾錯過程：

3.1、經過訓練得到糾錯模型CM后，采用中文分詞模型CSM對待檢測的醫技檢查報告進行中文分詞，獲得n個分詞，并用thresh來表示糾錯閾值，用nIn來記錄糾錯過程中分詞連續出現在醫技檢查報告詞庫MERL的數目；

3.2、依次對得到的分詞進行分析糾錯，若分詞中含有標點符號，則不需要進行糾錯；

3.3、若當前第i個分詞不在醫技檢查報告詞庫MERL，則認為該分詞是錯誤的，概率值P_i=0，并根據拼音和字形給出一組可替代錯誤分詞的建議值；

3.4、若當前第i個分詞在醫技檢查報告詞庫MERL中，則將i-nIn,…,i共計nIn+1個分詞送入糾錯模型CM得到第i+1個分詞的概率值P_i+1;

若P_i+1＜thresh，則將第i+1個分詞標注為錯誤，并給出由糾錯模型CM得到的一組可替代錯誤分詞的建議值，接下來去分析第i+2個分詞，并將nIn=0；

若P_i+1≥thresh，則認為第i+1個分詞是正確的，接下來根據i-nIn,…,i,i+1共計nIn+2個詞去分析第i+2個分詞，并將nIn =nIn+1；

3.5、當所有分詞都分析完成后，智能糾錯結束。

2.根據權利要求1所述的一種應用于醫技檢查報告的智能糾錯方法，其特征在于：若在智能糾錯過程中的第i個分詞在醫技檢查報告詞庫MERL中，但概率值P_i不存在，則令P_i=1。