[發(fā)明專利]文本數(shù)據(jù)處理方法、裝置、電子設(shè)備及計算機可讀介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811330288.3
• 申請日: 2018-11-09
• 公開（公告）號: CN109493977B
• 公開（公告）日: 2020-07-31
• 發(fā)明（設(shè)計）人: 焦增濤
• 申請（專利權(quán)）人: 天津新開心生活科技有限公司;天津開心生活科技有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06F40/295;G06F40/289
• 代理公司: 北京律智知識產(chǎn)權(quán)代理有限公司 11438
• 代理人: 袁禮君;闞梓瑄

1.一種醫(yī)學文本數(shù)據(jù)處理方法，其特征在于，包括：

通過字符串匹配法、理解分詞法或統(tǒng)計分詞法中的一種或幾種將醫(yī)學文本中的文字進行分詞處理，生成詞向量，其中，所述詞向量為數(shù)值向量；

將所述醫(yī)學文本中的文字的詞性通過詞性向量標注；

將所述詞向量和所述詞性向量輸入雙向深度學習模型中，以獲取第一結(jié)果；以及

將所述第一結(jié)果與規(guī)則模板輸入深度學習模型中，以提取所述醫(yī)學文本中的實體詞；

其中，將所述詞向量和所述詞性向量輸入雙向深度學習模型中，以獲取第一結(jié)果包括：

將所述詞向量和所述詞性向量進行拼接及標準化處理，生成第一輸入向量；以及

將所述第一輸入向量輸入到雙向深度學習模型中，以獲取第一結(jié)果；

所述將所述第一結(jié)果與規(guī)則模板輸入深度學習模型中，以提取所述醫(yī)學文本中的實體詞包括：

所述第一結(jié)果與規(guī)則模板進行拼接，生成第二輸入向量；

將第二輸入向量輸入深度學習模型中的全連接層中；以及

將全連接層的輸出結(jié)果輸入至條件隨機場或貝葉斯模型中以提取所述醫(yī)學文本中的實體詞。

2.如權(quán)利要求1所述的方法，其特征在于，還包括：

基于臨床電子病歷通過數(shù)據(jù)挖掘方式確定規(guī)則模板。

3.如權(quán)利要求2所述的方法，其特征在于，基于臨床電子病歷通過數(shù)據(jù)挖掘方式確定規(guī)則模板包括：

通過臨床電子病歷通過頻繁項挖掘生成第一模板；

將所述第一模板進行去重處理；以及

計算去重處理后的第一模板的先驗分布，以根據(jù)所述先驗分布確定規(guī)則模板。

4.如權(quán)利要求1所述的方法，其特征在于，將醫(yī)學文本中的文字進行分詞處理，生成詞向量包括：

醫(yī)學文本中的文字進行分詞處理，生成多個分詞詞匯；以及

將每個分詞詞匯用Word2vec向量進行表示，生成詞向量。

5.如權(quán)利要求1所述的方法，其特征在于，將全連接層的輸出結(jié)果輸入至條件隨機場中以提取所述醫(yī)學文本中的實體詞包括：

將全連接層的輸出結(jié)果輸入至條件隨機場中確定詞匯概率；以及

根據(jù)所述詞匯概率提取所述醫(yī)學文本中的實體詞。

6.一種醫(yī)學文本數(shù)據(jù)處理裝置，其特征在于，包括：

分詞模塊，用于通過字符串匹配法、理解分詞法或統(tǒng)計分詞法中的一種或幾種將醫(yī)學文本中的文字進行分詞處理，生成詞向量，其中，所述詞向量為數(shù)值向量；

標注模塊，用于將所述醫(yī)學文本中的文字的詞性通過詞性向量標注；

雙向深度學習模塊，用于將所述詞向量和所述詞性向量輸入雙向深度學習模型中，以獲取第一結(jié)果；以及

深度學習模塊，用于將所述第一結(jié)果與規(guī)則模板輸入深度學習模型中，以提取所述醫(yī)學文本中的實體詞；

其中，將所述詞向量和所述詞性向量輸入雙向深度學習模型中，以獲取第一結(jié)果包括：

將所述詞向量和所述詞性向量進行拼接及標準化處理，生成第一輸入向量；以及

將所述第一輸入向量輸入到雙向深度學習模型中，以獲取第一結(jié)果；

所述將所述第一結(jié)果與規(guī)則模板輸入深度學習模型中，以提取所述醫(yī)學文本中的實體詞包括：

所述第一結(jié)果與規(guī)則模板進行拼接，生成第二輸入向量；

將第二輸入向量輸入深度學習模型中的全連接層中；以及

將全連接層的輸出結(jié)果輸入至條件隨機場或貝葉斯模型中以提取所述醫(yī)學文本中的實體詞。

7.一種電子設(shè)備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)如權(quán)利要求1-5中任一所述的方法。

8.一種計算機可讀介質(zhì)，其上存儲有計算機程序，其特征在于，所述程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-5中任一所述的方法。