[發明專利]病歷文本處理方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202011601016.X
• 申請日: 2020-12-29
• 公開（公告）號: CN112614559A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 周書勇;高宇;陸奇;梁波
• 申請（專利權）人: 蘇州超云生命智能產業研究院有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F40/279;G06F40/211;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 仝麗

1.一種病歷文本處理方法，其特征在于，所述方法包括：

獲取病歷文本，并從所述病歷文本中識別出修飾詞和醫療實體；

對所述病歷文本進行分詞，得到對應的分詞結果；

對所述修飾詞、所述醫療實體以及所述分詞結果進行融合，得到所述病歷文本的句子表示；

將基于所述修飾詞構造的修飾范圍問句與所述病歷文本輸入至閱讀理解模型，確定所述修飾詞在所述病歷文本中的修飾范圍；所述修飾范圍包括若干參考醫療實體；

根據所述若干參考醫療實體對所述句子表示進行結構化處理，得到所述病歷文本對應的具有修飾屬性的結構化數據。

2.根據權利要求1所述的方法，其特征在于，所述從所述病歷文本中識別出修飾詞和醫療實體，包括：

通過修飾詞識別模型的第一雙向語言網絡層對所述病歷文本中的各字符進行嵌入處理，得到所述病歷文本對應的向量；所述修飾詞識別模型還包括依次連接的第一雙向長短期記憶網絡層和第一條件隨機場；

通過所述第一雙向長短期記憶網絡層對所述病歷文本對應的向量進行特征提取，得到所述病歷文本中各字符的序列標識標簽概率；

通過所述第一條件隨機場對各字符的序列標識標簽概率進行約束計算，得到各個字符的序列標識標簽；

根據各個字符的序列標識標簽對各個字符進行篩選，得到所述病歷文本中的修飾詞以及所述修飾詞在病歷文本中的位置。

3.根據權利要求2所述的方法，其特征在于，所述修飾詞識別模型的訓練方式，包括：

構建第一病歷樣本集，所述第一病歷樣本集中的第一病歷樣本采用序列標注方式對修飾詞進行標注得到；

通過所述第一病歷樣本集對所述修飾詞識別模型進行訓練，根據所述修飾詞識別模型預測的修飾詞序列與所述第一病歷樣本確定模型損失值，并反向傳播優化所述修飾詞識別模型的參數。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述從所述病歷文本中識別出修飾詞和醫療實體，包括：

通過醫療實體識別模型的第二雙向語言網絡層對所述病歷文本中的各字符進行嵌入處理，得到所述病歷文本對應的向量；所述醫療實體識別模型還包括第二雙向長短期記憶網絡層和第二條件隨機場；

通過所述第二雙向長短期記憶網絡層對所述病歷文本對應的向量進行特征提取，得到所述病歷文本中各字符的序列標識標簽概率；

通過所述第二條件隨機場對各字符的序列標識標簽概率進行約束計算，得到各個字符的序列標識標簽；

根據各個字符的序列標識標簽對各個字符進行篩選，得到所述病歷文本中的醫療實體以及所述醫療實體在病歷文本中的位置。

5.根據權利要求4所述的方法，其特征在于，所述醫療實體的識別模型的訓練方式，包括：

構建第二病歷樣本集，所述第二病歷樣本集中的第二病歷樣本采用序列標注方式對醫療實體進行標注得到；

通過所述第二病歷樣本集對所述醫療實體識別模型進行訓練，根據所述醫療實體識別模型預測的醫療實體序列與所述第二病歷樣本確定模型損失值，并反向傳播優化所述醫療實體識別模型的參數。

6.根據權利要求5所述的方法，其特征在于，所述閱讀理解模型的訓練語料的問句部分采用動態提問的方式，所述問句部分基于標注的修飾詞動態設定。

7.根據權利要求1所述的方法，其特征在于，所述對所述修飾詞、所述醫療實體以及所述分詞結果進行融合，得到所述病歷文本的句子表示，包括：

根據所述修飾詞以及所述醫療實體，對所述分詞結果中的重合部分進行剔除，得到所述病歷文本的句子表示；所述重合部分包括所述修飾詞與所述分詞結果相同部分以及所述醫療實體與所述分詞結果相同部分。