[發明專利]用于科室分診的分診模型的訓練方法、分診方法和系統

在審

• 申請號: 202011275299.3
• 申請日: 2020-11-13
• 公開（公告）號: CN112349410A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 袁鵬;李浩然
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06F40/289;G06N3/04
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王文思

本公開提供了一種用于科室分診的分診模型的訓練方法，包括：基于多個科室中每個科室的標注數據集以及科室在知識庫中的科室描述文本，生成每個科室的關鍵詞表；利用第一網絡模型生成每個病情描述文本的第一特征向量，利用第二網絡模型生成每個科室的關鍵詞表向量；基于病情描述文本的第一特征向量與每個科室的關鍵詞表向量，生成針對每個科室的第二特征向量；基于病情描述文本的第一特征向量與每個第二特征向量之間的相關性生成融合特征向量；基于每個病情描述文本的融合特征向量和病情描述文本的科室信息，對第三網絡模型進行訓練，得到經訓練的分診模型。本公開還提供了一種分診模型的訓練裝置、分診方法和裝置、系統和介質。

技術領域

本公開涉及計算機技術領域，更具體地，涉及一種用于科室分診的分診模型的訓練方法和裝置、分診方法和裝置、系統和介質。

背景技術

隨著互聯網和人工智能技術的快速發展，文本的識別和分類應用于越來越多的領域。例如，用于為醫院提供智能導診服務的分診模型，其輸入是病人的病情描述，輸出是病人應該掛號的科室編號，是一個典型的文本分類問題。由于醫院科室分診業務的特殊性，不能誤導病人去錯誤的科室，所以對分診模型的準確性要求非常高。

在實現本公開構思的過程中，發明人發現目前通用的文本分類算法對整個輸入語句進行特征提取，對于不同特征的重要性，模型很難做出精準的判斷，如果輸入的語句過長，特征過多，則不同特征之間會互相干擾，從而導致模型有可能忽略掉最重要的特征，最終輸出錯誤的分類結果。

發明內容

有鑒于此，本公開提供了一種用于科室分診的分診模型的訓練方法和裝置、分診方法和裝置、系統和介質。

本公開的一個方面提供了一種用于科室分診的分診模型的訓練方法，包括：基于多個科室中每個科室的標注數據集以及所述科室在知識庫中的科室描述文本，生成所述每個科室的關鍵詞表，其中，所述每個科室的標注數據集包括針對該科室的多個病情描述文本；針對每個科室的多個病情描述文本，利用第一網絡模型對每個病情描述文本進行處理，得到每個病情描述文本的第一特征向量，并利用第二網絡模型對所述每個科室的關鍵詞表進行處理，得到針對每個科室的關鍵詞表向量；針對每個病情描述文本，基于所述病情描述文本的第一特征向量與每個科室的關鍵詞表向量之間的相關性，生成針對每個科室的所述病情描述文本的第二特征向量；針對每個病情描述文本，基于所述病情描述文本的第一特征向量與每個第二特征向量之間的相關性，生成所述病情描述文本的融合特征向量；基于所述每個病情描述文本的融合特征向量和所述病情描述文本的科室信息，對第三網絡模型進行訓練，得到經訓練的所述分診模型。

根據本公開的實施例，所述基于多個科室中每個科室的標注數據集以及所述科室在知識庫中的科室描述文本，生成所述每個科室的關鍵詞表包括：針對每個科室的標注數據集中的多個病情描述文本，對每個病情描述文本進行劃分，得到針對每個病情描述文本的多個分詞；基于每個分詞和所述科室描述文本共現的概率，計算所述每個分詞與所述科室描述文本之間的相關性；基于所述相關性滿足預設條件的分詞，生成所述每個科室的關鍵詞表。

根據本公開的實施例，所述第一網絡模型包括詞向量子模型和特征提取子模型；所述利用第一網絡模型對每個病情描述文本進行處理，得到每個病情描述文本的第一特征向量包括：利用所述詞向量子模型對所述每個病情描述文本進行處理，得到所述每個病情描述文本的的詞向量；利用所述特征提取子模型對所述每個病情描述文本的詞向量進行處理，得到所述每個病情描述文本的所述第一特征向量。

根據本公開的實施例，所述針對每個病情描述文本，基于所述病情描述文本的第一特征向量與每個科室的關鍵詞表向量之間的相關性，生成針對每個科室的所述病情描述文本的第二特征向量包括：基于所述病情描述文本的第一特征向量與每個科室的關鍵詞表中的每個關鍵詞之間的相關性，生成針對每個關鍵詞的權重；基于針對所述每個關鍵詞的權重中的最大值以及所述針對每個關鍵詞的權重之和，確定針對每個關鍵詞表的權重；基于針對每個關鍵詞表的權重，對所述病情描述文本的第一特征向量進行處理，生成針對每個科室的所述病情描述文本的第二特征向量。