[發明專利]一種基于熵模型的口辣文本信息匹配系統

在審

• 申請號: 202011217892.2
• 申請日: 2020-11-04
• 公開（公告）號: CN112270186A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 杜登斌;杜小軍;杜樂
• 申請（專利權）人: 吾征智能技術（北京）有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06K9/62;G16H50/70
• 代理公司: 武漢紅觀專利代理事務所(普通合伙) 42247
• 代理人: 李季

本發明提出了一種基于熵模型的口辣文本信息匹配系統。包括：獲取模塊，獲取口辣文本信息以及疾病文本信息，分別從口辣文本信息以及疾病文本信息中提取口辣特征分詞與疾病特征詞，并分別建立口辣分詞集合以及疾病特征詞集合；模型建立模塊，建立最大熵模型，根據該最大熵模型對口辣分詞集合中的特征分詞與疾病特征詞集合中的特征詞進行訓練，建立口辣分詞模型；計算模塊，建立TextRank算法，獲取待匹配口辣文本信息，提取待匹配口辣文本信息中的關鍵詞作為待匹配特征詞；匹配模塊，根據口辣分詞模型對待匹配特征詞進行匹配，并生成對應匹配報告。本發明通過利用最大熵模型與TextRank算法能夠自動對口辣文本信息進行匹配，提高了系統的匹配效率。

技術領域

本發明涉及人工智能領域，尤其涉及一種基于熵模型的口辣文本信息匹配系統。

背景技術

俗話說，“鼻聞香臭，舌嘗五味”。酸、甜、苦、辣、咸五味的信息，是靠舌面上密布的細小乳頭，稱為舌蕾的味覺細胞來傳遞的，再經大腦皮質味覺中樞產生興奮，由反饋環路神經體液系統完成整個味的分析活動但是有的人在進食時，口中會有異味感，或者不進食口腔內也覺得有異常味道，這常常提示可能得了某種疾病。

現在醫學實現口辣文本信息與對應疾病信息之間的匹配手段往往是通過臨床醫生完成對口辣文本的收集，然后通過醫生在電腦上進行操作選擇，費時費力，而且用戶等待結果也是一個比較長的過程，所以亟需對現有的匹配方法進行改進。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

有鑒于此，本發明提出了一種基于熵模型的口辣文本信息匹配系統，旨在解決現有技術無法實現通過最大熵模型對口辣信息進行訓練以此實現口辣文本信息自動匹配的技術問題。

本發明的技術方案是這樣實現的：

一方面，本發明提供了一種基于熵模型的口辣文本信息匹配系統，所述基于熵模型的口辣文本信息匹配系統包括：

獲取模塊，用于獲取口辣文本信息以及疾病文本信息，分別從口辣文本信息以及疾病文本信息中提取口辣特征分詞與疾病特征詞，并根據該口辣特征分詞與疾病特征詞分別建立口辣分詞集合以及疾病特征詞集合；

模型建立模塊，用于建立最大熵模型，根據該最大熵模型對口辣分詞集合中的特征分詞與疾病特征詞集合中的特征詞進行訓練，根據訓練結果建立口辣分詞模型；

計算模塊，用于建立TextRank算法，獲取待匹配口辣文本信息，根據TextRank算法提取待匹配口辣文本信息中的關鍵詞作為待匹配特征詞；

匹配模塊，用于根據口辣分詞模型對待匹配特征詞進行匹配，并生成對應匹配報告。

在以上技術方案的基礎上，優選的，獲取模塊包括處理模塊，用于獲取口辣文本信息以及疾病文本信息，所述口辣文本信息包括：口辣描述文本信息以及對應的癥狀描述文本信息，疾病文本信息包括：疾病描述文本信息以及對應的疾病癥狀描述文本信息，從口辣文本信息以及疾病文本信息中切分出對應的特征詞為口辣特征分詞以及疾病特征詞，所述口辣特征分詞包括：口辣特征分詞以及口辣癥狀特征分詞，所述疾病特征詞包括：疾病特征詞以及疾病癥狀特征詞。

在以上技術方案的基礎上，優選的，獲取模塊包括集合建立模塊，用于根據歸一化原則對口辣特征分詞以及疾病特征詞進行歸一化，獲取歸一化的口辣特征分詞以及疾病特征詞，并根據歸一化的口辣特征分詞建立口辣分詞集合，根據歸一化的疾病特征詞建立疾病特征詞集合。

在以上技術方案的基礎上，優選的，模型建立模塊包括訓練模塊，用于建立最大熵模型，將口辣分詞集合中的特征分詞作為特征，疾病特征詞集合中的特征詞作為對應的輸出建立訓練集，并通過最大熵模型對訓練集進行訓練，根據訓練結果建立口辣分詞模型。