[發(fā)明專利]基于模型的縮寫數(shù)據(jù)的實(shí)體識別方法、裝置和計(jì)算機(jī)設(shè)備

有效

• 申請?zhí)枺?/td>: 202010941630.4
• 申請日: 2020-09-09
• 公開（公告）號: CN112036172B
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計(jì)）人: 顧大中;張圣
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/247;G06F16/33;G06F16/36;G06N3/08
• 代理公司: 深圳市明日今典知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝;熊成龍

本申請涉及人工智能，提供一種基于模型的縮寫數(shù)據(jù)的實(shí)體識別方法、裝置和計(jì)算機(jī)設(shè)備，獲取醫(yī)學(xué)文本；查找醫(yī)學(xué)文本中出現(xiàn)的所有縮寫?全稱對數(shù)據(jù)；判斷指定縮寫?全稱對中的第一全稱，是否為指定醫(yī)學(xué)字典中第一醫(yī)學(xué)概念的醫(yī)學(xué)別名；若否，判斷指定縮寫?全稱對中的第一縮寫是否為指定醫(yī)學(xué)字典中第二醫(yī)學(xué)概念的醫(yī)學(xué)別名；若是，獲取第二醫(yī)學(xué)概念包含的所有醫(yī)學(xué)別名；將第一全稱與指定醫(yī)學(xué)別名輸入至孿生網(wǎng)絡(luò)模型中，獲取第一全稱與指定醫(yī)學(xué)別名的指定相似度數(shù)值；根據(jù)指定相似度數(shù)值，判斷在第二醫(yī)學(xué)概念包含的所有醫(yī)學(xué)別名中是否存在與第一全稱意思相同的醫(yī)學(xué)別名；若是，判定第一縮寫屬于醫(yī)學(xué)實(shí)體。本申請?zhí)岣吡丝s寫數(shù)據(jù)的實(shí)體識別的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，具體涉及一種基于模型的縮寫數(shù)據(jù)的實(shí)體識別方法、裝置和計(jì)算機(jī)設(shè)備。

背景技術(shù)

近年來，隨著網(wǎng)絡(luò)和醫(yī)療信息技術(shù)的快速發(fā)展，醫(yī)療互聯(lián)網(wǎng)逐漸興起，醫(yī)療行業(yè)大數(shù)據(jù)也逐漸產(chǎn)生，人們開始探討和學(xué)習(xí)如何利用大數(shù)據(jù)提高醫(yī)療行業(yè)的經(jīng)營管理與服務(wù)。而醫(yī)療大數(shù)據(jù)的利用分析和挖掘的前提和基礎(chǔ)之一是醫(yī)學(xué)文本中相關(guān)醫(yī)學(xué)實(shí)體的識別，且醫(yī)學(xué)文本中相關(guān)醫(yī)學(xué)實(shí)體的識別是醫(yī)療大數(shù)據(jù)應(yīng)用的基礎(chǔ)工作。

目前，在對醫(yī)學(xué)文本中的縮寫-全稱對數(shù)據(jù)內(nèi)的縮寫數(shù)據(jù)進(jìn)行實(shí)體識別時(shí)，通常是采用基于醫(yī)學(xué)字典進(jìn)行實(shí)體識別的方式，具體是通過判斷某個(gè)縮寫-全稱對數(shù)據(jù)中包含的全稱詞語是否屬于醫(yī)學(xué)實(shí)體，來間接判斷與全稱詞語對應(yīng)的縮寫詞語是否屬于醫(yī)學(xué)實(shí)體。如果判斷出該全稱詞語能夠?qū)?yīng)上醫(yī)學(xué)字典中的某個(gè)醫(yī)學(xué)概念的醫(yī)學(xué)別名，即全稱詞語與醫(yī)學(xué)字典中的某個(gè)醫(yī)學(xué)概念的醫(yī)學(xué)別名相同，則會(huì)判定該全稱詞語屬于醫(yī)學(xué)實(shí)體，并依此判定與該全稱詞語對應(yīng)的縮寫詞語也屬于醫(yī)學(xué)實(shí)體，且該縮寫詞語是與上述醫(yī)學(xué)概念對應(yīng)的醫(yī)學(xué)實(shí)體。但如果判斷出該全稱詞語與醫(yī)學(xué)字典中的所有醫(yī)學(xué)概念的每一個(gè)醫(yī)學(xué)別名均不相同，則會(huì)直接判定該全稱詞語不屬于醫(yī)學(xué)實(shí)體，從而判定與該全稱詞語對應(yīng)的縮寫詞語不屬于醫(yī)學(xué)實(shí)體。但是，醫(yī)學(xué)字典的容量是有限的，醫(yī)學(xué)文本中實(shí)際可能表示醫(yī)學(xué)實(shí)體的全稱數(shù)據(jù)的形式卻近乎是無限的，很多醫(yī)學(xué)文本中出現(xiàn)的屬于醫(yī)學(xué)實(shí)體的全稱數(shù)據(jù)并沒有被記錄在醫(yī)學(xué)字典中。這使得僅僅通過使用醫(yī)學(xué)字典來判斷醫(yī)學(xué)文本中的縮寫-全稱對數(shù)據(jù)內(nèi)的縮寫數(shù)據(jù)是否屬于醫(yī)學(xué)實(shí)體的方式，容易造成很大的識別誤差，如果把沒有出現(xiàn)在醫(yī)學(xué)字典中，但本屬于醫(yī)學(xué)實(shí)體的全稱數(shù)據(jù)誤判為非醫(yī)學(xué)實(shí)體，那么也將會(huì)將縮寫-全稱對數(shù)據(jù)中的與該被誤判的全稱數(shù)據(jù)也誤判為非醫(yī)學(xué)實(shí)體。因此，現(xiàn)有的對醫(yī)學(xué)文本中的縮寫-全稱對數(shù)據(jù)內(nèi)的縮寫數(shù)據(jù)進(jìn)行實(shí)體識別的方式存在識別準(zhǔn)確性較低的問題。

發(fā)明內(nèi)容

本申請的主要目的為提供一種基于模型的縮寫數(shù)據(jù)的實(shí)體識別方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)，旨在解決現(xiàn)有的對醫(yī)學(xué)文本中的縮寫-全稱對數(shù)據(jù)內(nèi)的縮寫數(shù)據(jù)進(jìn)行實(shí)體識別的方式存在識別準(zhǔn)確性較低的技術(shù)問題。

本申請?zhí)岢鲆环N基于模型的縮寫數(shù)據(jù)的實(shí)體識別方法，所述方法包括步驟：

獲取待識別的醫(yī)學(xué)文本；

通過預(yù)設(shè)算法查找出所述醫(yī)學(xué)文本中出現(xiàn)的所有縮寫-全稱對數(shù)據(jù)；

判斷指定縮寫-全稱對中的第一全稱，是否為預(yù)設(shè)的指定醫(yī)學(xué)字典中第一醫(yī)學(xué)概念的醫(yī)學(xué)別名，其中，所述指定縮寫-全稱對為醫(yī)學(xué)文本中出現(xiàn)的所有縮寫-全稱對數(shù)據(jù)中的任意一個(gè)縮寫-全稱對，所述指定縮寫-全稱對包括第一全稱，以及與所述第一全稱對應(yīng)的第一縮寫；

若所述第一全稱不是所述指定醫(yī)學(xué)字典中第一醫(yī)學(xué)概念的醫(yī)學(xué)別名，則判斷所述第一縮寫是否為所述指定醫(yī)學(xué)字典中第二醫(yī)學(xué)概念的醫(yī)學(xué)別名；

若所述第一縮寫是所述第二醫(yī)學(xué)概念的醫(yī)學(xué)別名，則從所述指定醫(yī)學(xué)字典中獲取所述第二醫(yī)學(xué)概念包含的所有醫(yī)學(xué)別名；

將所述第一全稱與指定醫(yī)學(xué)別名輸入至預(yù)設(shè)的孿生網(wǎng)絡(luò)模型中，通過所述孿生網(wǎng)絡(luò)模型獲取所述第一全稱與所述指定醫(yī)學(xué)別名之間的指定相似度數(shù)值，其中，所述指定醫(yī)學(xué)別名為所述第二醫(yī)學(xué)概念包含的所有醫(yī)學(xué)別名中的任意一個(gè)醫(yī)學(xué)別名，所述孿生網(wǎng)絡(luò)模型為基于預(yù)先采集的具有標(biāo)注的樣本數(shù)據(jù)對預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練后生成的；