[發(fā)明專利]一種中文電子病歷的命名實體類別標(biāo)注方法與系統(tǒng)在審
| 申請?zhí)枺?/td> | 202110179056.8 | 申請日： | 2021-02-09 |
| 公開（公告）號： | CN113035303A | 公開（公告）日： | 2021-06-25 |
| 發(fā)明（設(shè)計）人： | 杜金蓮;許言;金雪云;蘇航;王丹 | 申請（專利權(quán)）人： | 北京工業(yè)大學(xué) |
| 主分類號： | G16H10/60 | 分類號： | G16H10/60;G06F40/295;G06F40/30;G06K9/62;G06N3/04;G06F16/33 |
| 代理公司： | 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 中文 電子 病歷 命名 實體 類別 標(biāo)注 方法 系統(tǒng) | ||
1.一種中文電子病歷的命名實體類別標(biāo)注方法，其特征在于：包括如下步驟：
S1、基于詞嵌入方法，將中文電子病歷中的實體從文本形式轉(zhuǎn)化為50維的詞向量形式；
S2、將詞向量輸入至HmapCNN模型，對中文電子病歷中實體的詞語前后綴、文本特定組成方式等構(gòu)詞特征進(jìn)行提取；
S3、基于雙向LSTM模型捕獲句子級別的上下文序列特征信息，將正向隱含層和反向隱含層進(jìn)行拼接，得到中文電子病歷中每個實體的序列特征向量；
S4、基于CRF模型對輸出序列的隱含狀態(tài)進(jìn)行建模，計算實體標(biāo)注間的轉(zhuǎn)移概率，得到最終的中文電子病歷命名實體的標(biāo)注結(jié)果，并將病歷中每個實體及其對應(yīng)的類別標(biāo)簽進(jìn)行輸出；
S5、基于B/S架構(gòu)的網(wǎng)頁交互系統(tǒng)輸出中文電子病歷的命名實體標(biāo)注結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種中文電子病歷的命名實體類別標(biāo)注方法，其特征在于，步驟S1具體指將中文病歷文本按詞輸入至命名實體類別標(biāo)注模型之前，通過word2vec工具結(jié)合CTB6.0(ChineseTreebank6.0)語料庫得到每個中文實體的詞向量表示。
3.根據(jù)權(quán)利1所述的一種中文電子病歷命名的實體類別標(biāo)注方法，其特征在于，所述步驟S2中HmapCNN是采用半數(shù)最值平均池化方法的CNN模型，在計算池化結(jié)果時對采樣點按特征值進(jìn)行排序，選取前半數(shù)個具有較大特征值的采樣點，計算其特征值均值。
4.根據(jù)權(quán)利1所述的一種中文電子病歷命名的實體類別標(biāo)注方法，其特征在于，基于B/S架構(gòu)的網(wǎng)頁交互系統(tǒng)中，用戶通過鍵入或上傳本地文件的方式輸入原始中文電子病歷文本，系統(tǒng)將自動完成實體類別標(biāo)注工作，標(biāo)注結(jié)果包括人體、癥狀、藥物、治療、疾病、檢驗、時間序列、醫(yī)學(xué)指標(biāo)、病史、機構(gòu)、無類別；系統(tǒng)將標(biāo)注結(jié)果通過網(wǎng)頁向用戶展示，并生成處理結(jié)果的文本文檔供用戶下載。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京工業(yè)大學(xué)，未經(jīng)北京工業(yè)大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110179056.8/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
