[發明專利]一種患者癥狀口語化標準化方法和裝置

在審

• 申請號: 202011254366.3
• 申請日: 2020-11-11
• 公開（公告）號: CN112347257A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 李鵬濤;尚亞飛;胡可云;陳聯忠
• 申請（專利權）人: 北京嘉和海森健康科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/205;G06F40/284;G06F40/289;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 駱宗力

本發明提供一種患者癥狀口語化標準化方法和裝置，通過構建的正訓練樣本和負訓練樣本對孿生神經網絡模型進行訓練，采用預設映射規則將將所需識別的口語化癥狀詞匯映射為其對應的口語化癥狀向量，將所述口語化癥狀向量加載到訓練好的孿生神經網絡模型中，采用所述孿生神經網絡模型輸出與所述口語化癥狀向量的相似度大于預設值的候選標準癥狀向量，獲取與所述候選標準癥狀向量相匹配的標準癥狀詞匯，輸出與所述口語化癥狀向量的相似度最高的候選標準癥狀向量所對應的候選標準癥狀詞匯，所述相似度最高的候選標準癥狀向量所對應的候選標準癥狀詞匯即為最終結果，實現了口語化癥狀詞匯的標準化處理。

技術領域

本發明涉及數據處理技術領域，具體涉及一種患者癥狀口語化標準化方法和裝置。

背景技術

目前自然語言處理技術已經在搜索、廣告、對話等各方面體現了巨大價值，但是在醫療領域中還有很多問題需要借助自然語言處理技術來解決。而其中語義理解技術是實現人工智能的關鍵技術，它能將各種不同的用戶表達，理解為計算機能夠處理的標準表示，使得計算機能夠將識別同一事物的不同描述。

隨著大數據時代的發展，我們所獲取的數據、可用來分析的數據，數量和種類也都越來越多，而這給我們的大數據分析又帶來了一個新的問題，那就是如何將數據中的臨床術語標準化。

臨床術語標準化任務是醫學統計中不可或缺的一項任務。臨床上，關于同一種診斷、手術、藥品、檢查、化驗、癥狀等往往會有成百上千種不同的寫法。標準化(歸一)要解決的問題就是為臨床上各種不同說法找到對應的標準說法。有了術語標準化的基礎，研究人員才可對電子病歷進行后續的統計分析。因此，如何提供一種能夠將不同的癥狀描述進行標準化處理的技術方案。

發明內容

有鑒于此，本發明實施例提供一種患者癥狀口語化標準化方法和裝置，以提供一種能夠患者癥狀口語化詞匯進行標準化處理的技術方案。

為實現上述目的，本發明實施例提供如下技術方案：

一種患者癥狀口語化標準化方法，包括：

獲取標準癥狀詞匯，將所述標準癥狀詞匯加入到標準癥狀詞匯樹；

提取第一目標數量的標準癥狀詞匯，提取所述標準癥狀詞匯中的癥狀部位和癥狀性質，獲取與所述訓練樣本相匹配的口語化癥狀詞匯；

將所述標準癥狀詞匯和與其對應的口語化癥狀詞匯之間的詞匯對標記為第一標識，將所述標準癥狀詞匯與其對應的口語化癥狀詞匯作為正訓練樣本；

獲取第二目標數量的負訓練樣本，將所述負訓練樣本中的標準癥狀詞匯與其對應的口語化癥狀詞匯的詞匯對標記為第二標識；

基于所述正訓練樣本、負訓練樣本和正、負訓練樣本的詞匯對標記對預設的孿生網絡模型進行訓練；

獲取所需識別的口語化癥狀詞匯；

基于預設映射規則將所需識別的口語化癥狀詞匯映射為與其對應的口語化癥狀向量；

采用訓練后的孿生網絡模型對所述口語化癥狀向量進行識別，得到與所述口語化癥狀向量相似度大于預設值的候選標準癥狀向量；

獲取與所述候選標準癥狀向量相匹配的標準癥狀詞匯，記為候選標準癥狀詞匯；

輸出與所述口語化癥狀向量的相似度最高的候選標準癥狀向量所對應的候選標準癥狀詞匯。

可選的，上述患者癥狀口語化標準化方法中，還包括：

基于所述預設映射規則，構建與所述標準癥狀詞匯樹中的標準癥狀詞匯相匹配的標準癥狀向量矩陣。

可選的，上述患者癥狀口語化標準化方法中，所述獲取與所述候選標準癥狀向量相匹配的標準癥狀詞匯，記為候選標準癥狀詞匯包括：