[發明專利]查詢方法及裝置、電子設備和計算機可讀存儲介質

有效

• 申請號: 201911301718.3
• 申請日: 2019-12-17
• 公開（公告）號: CN111061835B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 張子銳
• 申請（專利權）人: 醫渡云（北京）技術有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G16H50/70;G06N3/08
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 袁禮君;闞梓瑄

1.一種查詢方法，其特征在于，包括：

獲取查詢詞；

通過目標神經網絡模型對所述查詢詞進行處理，以確定與所述查詢詞匹配的目標字段類別，其中所述目標字段類別是電子病歷中字段的名稱，所述目標字段類別包括姓名、既往史、過敏史、診斷、門診醫囑、手術、物理檢查、實驗室檢查、藥品名稱、癥狀以及科室；

確定所述查詢詞的同義詞和子類詞，其中所述查詢詞的子類詞是所述查詢詞的子類別；

在所述目標字段類別對應的內容中查詢出與所述查詢詞、所述查詢詞的同義詞以及所述查詢詞的子類詞匹配的查詢結果；

根據與所述查詢詞、所述查詢詞的同義詞以及所述查詢詞的子類詞匹配的查詢結果，在目標醫療數據庫中確定與所述查詢詞匹配的查詢結果；

其中，所述目標神經網絡模型是通過以下方法訓練獲得的：

從電子病歷中抽取待檢索的字段作為目標字段樣本，所述目標字段樣本包括字段名稱和字段值，其中所述字段名稱作為所述目標字段樣本對應的標簽；

通過所述目標字段的字段值和所述目標字段的字段名稱對所述目標神經網絡進行訓練。

2.根據權利要求1所述方法，其特征在于，通過所述目標字段的字段值和所述目標字段的字段名稱對所述目標神經網絡進行訓練，包括：

根據N-gram方法對所述目標字段樣本的值進行向量化處理，以獲得目標向量；

根據所述目標字段樣本的目標向量以及所述目標字段樣本的字段名稱訓練所述目標神經網絡模型。

3.根據權利要求1所述方法，其特征在于，所述方法還還包括：

對所述查詢詞進行分詞處理，以獲得所述查詢詞的分詞結果；

對所述查詢詞的相關詞進行分詞處理，以獲得所述相關詞的分詞結果；

根據所述查詢詞的分詞結果和所述相關詞的分詞結果在所述目標字段類別中確定與所述查詢詞匹配的信息。

4.根據權利要求1所述方法，其特征在于，所述目標字段類別包括第一字段類別和第二字段類別；其中，在所述目標字段類別對應的內容中查詢出與所述查詢詞匹配的查詢結果包括：

根據所述第一字段類別在所述目標醫療數據庫中確定與所述查詢詞匹配的第一結果；

根據所述第二字段類別在所述目標醫療數據庫中確定與所述查詢詞匹配的第二結果；

對所述第一結果和所述第二結果進行去重處理，以確定與所述查詢詞匹配的查詢結果。

5.一種查詢裝置，其特征在于，包括：

查詢詞獲取模塊，配置為獲取查詢詞；

目標字段類別確定模塊，配置為通過目標神經網絡模型對所述查詢詞進行處理，以確定與所述查詢詞匹配的目標字段類別，其中所述目標字段類別是電子病歷中字段的名稱，所述目標字段類別包括姓名、既往史、過敏史、診斷、門診醫囑、手術、物理檢查、實驗室檢查、藥品名稱、癥狀以及科室；

查詢結果獲取模塊，配置為確定所述查詢詞的同義詞和子類詞，其中所述查詢詞的子類詞是所述查詢詞的子類別；在所述目標字段類別對應的內容中查詢出與所述查詢詞、所述查詢詞的同義詞以及所述查詢詞的子類詞匹配的查詢結果；根據與所述查詢詞、所述查詢詞的同義詞以及所述查詢詞的子類詞匹配的查詢結果，在目標醫療數據庫中確定與所述查詢詞匹配的查詢結果；其中，所述目標神經網絡模型是通過以下方法訓練獲得的：從電子病歷中抽取待檢索的字段作為目標字段樣本，所述目標字段樣本包括字段名稱和字段值，其中所述字段名稱作為所述目標字段樣本對應的標簽；通過所述目標字段的字段值和所述目標字段的字段名稱對所述目標神經網絡進行訓練。

6.一種電子設備，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行，使得所述一個或多個處理器實現如權利要求1-4中任一項所述的方法。

7.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-4中任一項所述的方法。