[發(fā)明專利]一種文本處理方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201711435006.1
• 申請(qǐng)日: 2017-12-26
• 公開（公告）號(hào): CN108153734A
• 公開（公告）日: 2018-06-12
• 發(fā)明（設(shè)計(jì)）人: 劉宇;陳聯(lián)忠;胡可云
• 申請(qǐng)（專利權(quán)）人: 北京嘉和美康信息技術(shù)有限公司
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

1.一種文本處理方法，其特征在于，預(yù)先通過統(tǒng)計(jì)獲取疾病和疾病相關(guān)信息之間的映射關(guān)系；

所述方法包括：

獲取病歷文本，所述病歷文本中包括多個(gè)語句；

按照標(biāo)點(diǎn)符號(hào)和/或所述語句中標(biāo)注的疾病標(biāo)志，對(duì)所述多個(gè)語句進(jìn)行劃分，得到多組待處理子句；

根據(jù)所述疾病和疾病相關(guān)信息之間的映射關(guān)系，對(duì)所述多組待處理子句進(jìn)行合并和/或拆分，得到多組歸類子句，其中，一組歸類子句對(duì)應(yīng)一種疾病，不同組歸類子句對(duì)應(yīng)的疾病不同。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，若對(duì)所述多組待處理子句進(jìn)行拆分，則所述根據(jù)所述疾病和疾病相關(guān)信息之間的映射關(guān)系，對(duì)所述多組待處理子句進(jìn)行合并和/或拆分，包括：

對(duì)所述多組待處理子句中的每組待處理子句進(jìn)行分詞，得到多個(gè)分詞結(jié)果；

在所述每組待處理子句的多個(gè)分詞結(jié)果中，確定屬于疾病或疾病相關(guān)信息的分詞結(jié)果；

針對(duì)所述每組待定處理子句，若該組待處理子句包括多個(gè)待處理子句，則判斷該組待處理子句中屬于疾病或疾病相關(guān)信息的分詞結(jié)果是否對(duì)應(yīng)同一種疾病；

若否，則按照疾病，對(duì)所述多個(gè)待處理子句進(jìn)行拆分。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，若對(duì)所述多組待處理子句進(jìn)行合并，則所述根據(jù)所述疾病和疾病相關(guān)信息之間的映射關(guān)系，對(duì)所述多組待處理子句進(jìn)行合并和/或拆分，包括：

對(duì)所述多組待處理子句中的每組待處理子句進(jìn)行分詞，得到多個(gè)分詞結(jié)果；

在所述每組待處理子句的多個(gè)分詞結(jié)果中，確定屬于疾病或疾病相關(guān)信息的分詞結(jié)果；

根據(jù)所述疾病和疾病相關(guān)信息之間的映射關(guān)系，以及所述每組待處理子句中屬于疾病或疾病相關(guān)信息的分詞結(jié)果，確定所述每組待處理子句對(duì)應(yīng)的疾病；

將對(duì)應(yīng)同一種疾病的多組待處理子句合并為一組歸類子句。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)先通過統(tǒng)計(jì)獲取疾病和疾病相關(guān)信息之間的映射關(guān)系，包括：

獲取統(tǒng)計(jì)疾病數(shù)據(jù)和統(tǒng)計(jì)疾病相關(guān)信息數(shù)據(jù)；

根據(jù)所述統(tǒng)計(jì)疾病數(shù)據(jù)和所述統(tǒng)計(jì)疾病相關(guān)信息數(shù)據(jù)，確定疾病與疾病相關(guān)信息之間的匹配概率；

根據(jù)所述匹配概率，建立所述疾病與所述疾病相關(guān)信息之間的映射關(guān)系。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，若按照所述語句中標(biāo)注的疾病標(biāo)志，對(duì)所述多個(gè)語句進(jìn)行劃分，則所述按照標(biāo)點(diǎn)符號(hào)和/或所述語句中標(biāo)注的疾病標(biāo)志，對(duì)所述多個(gè)語句進(jìn)行劃分，得到多組待處理子句，包括：

對(duì)所述多個(gè)語句進(jìn)行分詞，得到多個(gè)分詞結(jié)果；

確定所述多個(gè)分詞結(jié)果中屬于疾病的分詞結(jié)果；

利用疾病標(biāo)志對(duì)所述屬于疾病的分詞結(jié)果進(jìn)行標(biāo)注；

根據(jù)所述疾病標(biāo)志對(duì)所述多個(gè)語句進(jìn)行劃分，得到多組待處理子句。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，若所述疾病標(biāo)志包括相鄰的第一疾病標(biāo)志和第二疾病標(biāo)志，且所述第一疾病標(biāo)志位于所述第二疾病標(biāo)志之前，則所述根據(jù)所述疾病標(biāo)志對(duì)所述多個(gè)語句進(jìn)行劃分，包括：

將所述第一疾病標(biāo)志和所述第二疾病標(biāo)志之間的語句劃分到所述第一疾病標(biāo)志。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述根據(jù)所述疾病和疾病相關(guān)信息之間的映射關(guān)系，對(duì)所述多組待處理子句進(jìn)行合并和/或拆分之前，所述方法還包括：

判斷所述多組待處理子句是否存在符合預(yù)設(shè)規(guī)則的待處理子句；

若是，則去除所述符合預(yù)設(shè)規(guī)則的待處理子句，得到去除所述符合預(yù)設(shè)規(guī)則的待處理子句的多組待處理子句；

則，所述根據(jù)所述疾病和疾病相關(guān)信息之間的映射關(guān)系，對(duì)所述多組待處理子句進(jìn)行合并和/或拆分，得到多組歸類子句，包括：

根據(jù)所述疾病和疾病相關(guān)信息之間的映射關(guān)系，對(duì)所述去除所述符合預(yù)設(shè)規(guī)則的待處理子句的多組待處理子句進(jìn)行合并和/或拆分，得到多組歸類子句。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述符合預(yù)設(shè)規(guī)則的待處理子句包括：包含預(yù)設(shè)關(guān)鍵字的待處理子句和/或以“否定”兩字開頭的待處理子句。