[發明專利]用藥說明文本處理方法、裝置、設備及存儲介質

在審

• 申請號: 202010893335.6
• 申請日: 2020-08-31
• 公開（公告）號: CN111985224A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 唐瑩
• 申請（專利權）人: 平安醫療健康管理股份有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/216
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

1.一種用藥說明文本處理方法，其特征在于，所述用藥說明文本處理方法包括：

獲取多份用藥說明文本，其中，所述用藥說明文本包括藥品說明書、醫學文獻；

對各所述用藥說明文本進行分詞處理，得到詞序列的用藥說明信息；

對所述用藥說明信息進行實體識別，輸出對應的實體對象；

對各所述用藥說明信息中的實體對象進行實體對齊；

基于預置文本抽取規則，對實體對齊后的所述用藥說明信息進行文本抽取，生成結構化文本并寫入預置數據庫，其中，所述結構化文本包括以下字段：藥品名稱、限制用藥對象特征以及限制用藥條件。

2.根據權利要求1所述的用藥說明文本處理方法，其特征在于，所述對所述用藥說明信息進行實體識別，輸出對應的實體對象包括：

提取各所述用藥說明信息中的特征信息；

根據所述特征信息，確定對應的特征函數以及特征函數對應的權重；

根據所述特征函數以及特征函數對應的權重，計算所述特征信息對應每個實體對象的概率；

選取概率最大的特征信息對應的實體對象作為所述用藥說明信息中的實體對象并輸出。

3.根據權利要求1所述的用藥說明文本處理方法，其特征在于，所述對各所述用藥說明信息中的實體對象進行實體對齊包括：

提取各所述用藥說明信息中實體對象的屬性信息，其中，所述屬性信息包括：實體對象的特征屬性以及對應的屬性值；

根據所述屬性信息，對各所述用藥說明信息中實體對象進行實體匹配，得到多個實體類別以及各所述用藥說明信息中實體對象所屬的實體類別。

4.根據權利要求3所述的用藥說明文本處理方法，其特征在于，所述根據所述屬性信息，對各所述用藥說明信息中實體對象進行實體匹配，得到多個實體類別以及各所述用藥說明信息中實體對象所屬的實體類別包括：

對各所述屬性信息進行規范化處理，并對規范化處理后的各所述屬性信息進行相似度計算；

根據各所述屬性信息之間的相似度，對各所述用藥說明信息中實體對象進行實體匹配，得到多個實體類別以及各所述用藥說明信息中實體對象所屬的實體類別。

5.根據權利要求3所述的用藥說明文本處理方法，其特征在于，所述根據所述屬性信息，對各所述用藥說明信息中實體對象進行實體匹配，得到多個實體類別以及各所述用藥說明信息中實體對象所屬的實體類別還包括：

從所述用藥說明信息中，提取各所述屬性信息對應上下文信息中的主題特征向量；

根據各所述主題特征向量以及各所述屬性信息，對各所述用藥說明信息中實體對象進行實體匹配，得到多個實體類別以及各所述用藥說明信息中實體對象所屬的實體類別。

6.根據權利要求5所述的用藥說明文本處理方法，其特征在于，所述從所述用藥說明信息中，提取各所述屬性信息對應上下文信息中的主題特征向量包括：

獲取所述用藥說明信息中各所述屬性信息對應的上下文信息；

對所述上下文信息進行主題建模，得到對應的主題單詞概率矩陣；

根據所述主題單詞概率矩陣，計算對應的主題特征向量；

所述根據各所述主題特征向量以及各所述屬性信息，對各所述用藥說明信息中實體對象進行實體匹配，得到多個實體類別以及各所述用藥說明信息中實體對象所屬的實體類別包括：

計算各所述主題特征向量之間的相似度；

根據各所述主題特征向量之間的相似度，對各所述用藥說明信息中實體對象進行實體匹配，得到多個實體類別以及各所述用藥說明信息中實體對象所屬的實體類別。

7.根據權利要求1所述的用藥說明文本處理方法，其特征在于，所述基于預置文本抽取規則，對實體對齊后的所述用藥說明信息進行文本抽取，生成結構化文本并寫入預置數據庫包括：

將預置文本抽取規則與實體對齊后的所述用藥說明信息一一進行比對；

若比對結果中存在與所述文本抽取規則匹配的文本內容，則確定所述用藥說明信息對應的藥品對特定人群用藥有限制，并從所述用藥說明信息中抽取與所述文本抽取規則匹配的文本內容；

根據識別出的所述實體對象以及抽取出的所述文本內容，生成結構化文本并寫入預置數據庫。