[發明專利]一種癥狀信息抽取方法、裝置、設備及存儲介質

在審

• 申請號: 202110367733.9
• 申請日: 2021-04-06
• 公開（公告）號: CN112883194A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 馮韜;謝姍姍;賀志陽;趙景鶴
• 申請（專利權）人: 安徽科大訊飛醫療信息技術有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62;G16H10/60
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王云曉

1.一種癥狀信息抽取方法，其特征在于，包括：

獲取與待抽取癥狀信息的第一文本中的內容匹配的癥狀標準詞，作為目標醫學知識；

將所述目標醫學知識融入所述第一文本中，融入所述目標醫學知識的文本作為第二文本；

基于預先建立的癥狀信息抽取模型對所述第二文本進行癥狀信息的抽取，抽取出的癥狀信息作為所述第一文本對應的癥狀信息抽取結果；

其中，所述癥狀信息抽取模型以在訓練文本中融入匹配的癥狀標準詞后的文本為訓練樣本，以所述訓練文本對應的癥狀信息為樣本標簽訓練得到。

2.根據權利要求1所述的癥狀信息抽取方法，其特征在于，所述獲取與待抽取癥狀信息的第一文本中的內容匹配的癥狀標準詞，作為目標醫學知識，包括：

從包含癥狀詞的醫學知識庫中獲取與所述第一文本中的內容匹配的癥狀詞，作為目標癥狀詞；

若所述目標癥狀詞為癥狀標準詞，則將所述目標癥狀詞作為所述目標醫學知識；

若所述目標癥狀詞為非癥狀標準詞，則獲取所述目標癥狀詞對應的癥狀標準詞，作為所述目標醫學知識。

3.根據權利要求1所述的癥狀信息抽取方法，其特征在于，所述將所述目標醫學知識融入所述第一文本中，包括：

在所述第一文本中與所述目標醫學知識匹配的文本的后面插入所述目標醫學知識。

4.根據權利要求1所述的癥狀信息抽取方法，其特征在于，所述基于預先建立的癥狀信息抽取模型對所述第二文本進行癥狀信息抽取，包括：

基于所述癥狀信息抽取模型對所述第二文本進行編碼，得到所述第二文本的語義表征向量；

基于所述癥狀信息抽取模型，構建能夠表征所述第二文本中每個字符對應的噪聲字符和/或非噪聲字符的掩碼矩陣，其中，所述噪聲字符為對對應的字符在所述第二文本中的語義有干擾的字符；

基于所述癥狀信息抽取模型、所述第二文本的語義表征向量和所述掩碼矩陣，確定癥狀信息。

5.根據權利要求4所述的癥狀信息抽取方法，其特征在于，所述基于所述癥狀信息抽取模型、所述第二文本的語義表征向量和所述掩碼矩陣，確定癥狀信息，包括：

基于所述癥狀信息抽取模型、所述第二文本的語義表征向量和所述掩碼矩陣，確定所述第二文本中每個字符對應的上下文向量，其中，一個字符對應的上下文向量能夠表征該字符與所述第二文本中該字符對應的非噪聲字符的相關程度；

基于所述癥狀信息抽取模型和所述第二文本中每個字符對應的上下文向量，確定癥狀信息。

6.根據權利要求4所述的癥狀信息抽取方法，其特征在于，所述構建能夠表征所述第二文本中每個字符對應的噪聲字符和/或非噪聲字符的掩碼矩陣，包括：

對于所述第二文本中的每個字符：

若該字符為所述第一文本中的字符，且該字符不具有匹配的目標醫學知識，則確定所述第一文本中的其它字符為該字符對應的非噪聲字符；

若該字符為所述第一文本中的字符，且該字符具有匹配的目標醫學知識，則確定所述第一文本中的其他字符以及與該字符匹配的目標醫學知識所包含的字符為該字符對應的非噪聲字符；

若該字符為所述目標醫學知識中的字符，則確定該字符所在的目標醫學知識中的其它字符以及所述第一文本中與該字符所在的目標醫學知識匹配的文本中的字符為該字符對應的非噪聲字符；

確定所述第二文本中除該字符和確定出的非噪聲字符外的字符為該字符對應的噪聲字符；

根據所述第二文本中每個字符對應的非噪聲字符和噪聲字符，構建掩碼矩陣。