[發(fā)明專利]基于深度對(duì)抗學(xué)習(xí)的多語言醫(yī)療術(shù)語規(guī)范標(biāo)準(zhǔn)化系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110588841.9
• 申請(qǐng)日: 2021-05-27
• 公開（公告）號(hào): CN113377897B
• 公開（公告）日: 2022-04-22
• 發(fā)明（設(shè)計(jì)）人: 任元?jiǎng)P;江振榮
• 申請(qǐng)（專利權(quán)）人: 杭州萊邁醫(yī)療信息科技有限公司
• 主分類號(hào): G06F16/31
• 分類號(hào): G06F16/31;G06F16/36;G06F40/247;G06F40/289;G06F40/30;G06K9/62;G06N3/04;G16H10/60
• 代理公司: 南京樂羽知行專利代理事務(wù)所(普通合伙) 32326
• 代理人: 李培

1.基于深度對(duì)抗學(xué)習(xí)的多語言醫(yī)療術(shù)語規(guī)范標(biāo)準(zhǔn)化系統(tǒng)，包括標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語庫(kù)，其特征在于：還包括文件預(yù)處理模塊、候選術(shù)語集生成模塊、候選術(shù)語集重排模塊以及輸出模塊；

所述文件預(yù)處理模塊，用于統(tǒng)一真實(shí)世界的醫(yī)學(xué)術(shù)語字符串的格式，以及將長(zhǎng)字符串開分成單個(gè)的中文及英文詞token；

所述候選術(shù)語集生成模塊，用于從標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語集合中篩選出前n個(gè)與真實(shí)世界醫(yī)學(xué)術(shù)語最相似的候選標(biāo)準(zhǔn)術(shù)語；

所述候選術(shù)語集重排模塊：用于將真實(shí)世界醫(yī)學(xué)術(shù)語與篩選出來的候選術(shù)語組成術(shù)語對(duì)，根據(jù)匹配程度標(biāo)注成正例和負(fù)例，作為深度學(xué)習(xí)模型的輸入，模型通過迭代優(yōu)化生成自動(dòng)術(shù)語匹配模型；

所述輸出模塊，用于向用戶返回生成的術(shù)語對(duì)數(shù)據(jù)的相似度概率，用戶可以通過設(shè)定相似度的閾值來判斷非規(guī)范化術(shù)語得到的規(guī)范化術(shù)語是否需要進(jìn)行進(jìn)一步的人工校驗(yàn)；

所述文件預(yù)處理模塊具體包括醫(yī)學(xué)術(shù)語標(biāo)注語料、編碼、字符統(tǒng)一模塊及第一分詞模塊；

所述醫(yī)學(xué)術(shù)語標(biāo)注語料：用于為訓(xùn)練基于深度學(xué)習(xí)的自動(dòng)術(shù)語匹配模型，將人工構(gòu)建的真實(shí)世界醫(yī)學(xué)術(shù)語與標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的語義對(duì)應(yīng)關(guān)系作為訓(xùn)練語料輸入到所述候選術(shù)語集重排模塊中；

所述編碼、字符統(tǒng)一模塊：用于去除真實(shí)世界的醫(yī)學(xué)術(shù)語字符串中的噪音；

所述第一分詞模塊：用于將待規(guī)范化術(shù)語的長(zhǎng)字符串開分成單個(gè)的中文及英文詞token，以方便在所述候選術(shù)語集生成模塊中與標(biāo)準(zhǔn)術(shù)語進(jìn)行匹配；

所述候選術(shù)語集生成模塊具體包括第二分詞模塊、標(biāo)準(zhǔn)術(shù)語索引及語義搜索模塊；

所述第二分詞模塊：用于將標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的長(zhǎng)字符串開分成單個(gè)的中文及英文詞token；

所述標(biāo)準(zhǔn)術(shù)語索引：用于將已經(jīng)分好詞的標(biāo)準(zhǔn)術(shù)語建成索引；

所述語義搜索模塊：用于從標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的索引中，基于語義匹配搜索出前n個(gè)與真實(shí)世界醫(yī)學(xué)術(shù)語最相似的標(biāo)準(zhǔn)術(shù)語，以在所述候選術(shù)語集重排模塊中形成候選的匹配術(shù)語對(duì)；

所述候選術(shù)語集重排模塊具體包括訓(xùn)練術(shù)語對(duì)集合、中文自注意力深度神經(jīng)網(wǎng)絡(luò)模塊、第一醫(yī)學(xué)知識(shí)圖譜嵌入模塊、第一參數(shù)優(yōu)化模塊、第一訓(xùn)練誤差計(jì)算模塊、雙語種自注意力深度學(xué)習(xí)模塊、第三參數(shù)優(yōu)化模塊、第三訓(xùn)練誤差計(jì)算模塊、英文自注意力深度神經(jīng)網(wǎng)絡(luò)模塊、第二醫(yī)學(xué)知識(shí)圖譜嵌入模塊、第二參數(shù)優(yōu)化模塊、第二訓(xùn)練誤差計(jì)算模塊及自動(dòng)術(shù)語匹配模型；

所述訓(xùn)練術(shù)語對(duì)集合：根據(jù)所述語義搜索模塊中搜索得到的候選標(biāo)準(zhǔn)術(shù)語集合，以及所述醫(yī)學(xué)術(shù)語標(biāo)注語料中的人工標(biāo)注，生成用于模型訓(xùn)練的正例對(duì)和負(fù)例對(duì)集合，作為深度神經(jīng)網(wǎng)絡(luò)模塊的輸入;

所述中文自注意力深度神經(jīng)網(wǎng)絡(luò)模塊：將中文術(shù)語對(duì)輸入表示成分布式語義嵌入向量的形式，并根據(jù)自注意力模型調(diào)整向量各維度單元的權(quán)重;

所述第一醫(yī)學(xué)知識(shí)圖譜嵌入模塊：為中文標(biāo)準(zhǔn)術(shù)語添加基于醫(yī)學(xué)知識(shí)圖譜生成的分布式語義嵌入向量;

所述第一參數(shù)優(yōu)化模塊：通過迭代逐步優(yōu)化中文深度神經(jīng)網(wǎng)絡(luò)的參數(shù);

所述第一訓(xùn)練誤差計(jì)算模塊：用于計(jì)算每次中文模型迭代的誤差，并通過后向反饋調(diào)整深度神經(jīng)網(wǎng)絡(luò)參數(shù);

所述雙語種自注意力深度學(xué)習(xí)模塊：用于將中文術(shù)語對(duì)和英文術(shù)語對(duì)輸入表示成分布式語義嵌入向量的形式，并根據(jù)自注意力模型同時(shí)調(diào)整雙語向量的各維度單元的權(quán)重;

所述第三參數(shù)優(yōu)化模塊: 通過迭代逐步優(yōu)化雙語種深度神經(jīng)網(wǎng)絡(luò)的參數(shù);

所述第三訓(xùn)練誤差計(jì)算模塊: 用于計(jì)算每次雙語種模型迭代的誤差，并通過后向反饋調(diào)整深度神經(jīng)網(wǎng)絡(luò)參數(shù);

所述英文自注意力深度神經(jīng)網(wǎng)絡(luò)模塊:用于將英文術(shù)語對(duì)輸入表示成分布式語義嵌入向量的形式，并根據(jù)自注意力模型調(diào)整向量各維度單元的權(quán)重;

所述第二醫(yī)學(xué)知識(shí)圖譜嵌入模塊:為英文標(biāo)準(zhǔn)術(shù)語添加基于醫(yī)學(xué)知識(shí)圖譜生成的分布式語義嵌入向量;

所述第二參數(shù)優(yōu)化模塊: 通過迭代逐步優(yōu)化英文深度神經(jīng)網(wǎng)絡(luò)的參數(shù);

所述第二訓(xùn)練誤差計(jì)算模塊：用于計(jì)算每次英文模型迭代的誤差，并通過后向反饋調(diào)整深度神經(jīng)網(wǎng)絡(luò)參數(shù);

所述自動(dòng)術(shù)語匹配模型：在訓(xùn)練階段，模型通過迭代優(yōu)化生成自動(dòng)術(shù)語匹配的模型，為真實(shí)世界醫(yī)學(xué)術(shù)語匹配對(duì)應(yīng)的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語。

2.一種基于深度對(duì)抗學(xué)習(xí)的多語言醫(yī)療術(shù)語規(guī)范標(biāo)準(zhǔn)化方法，采用權(quán)利要求1所述的多語言醫(yī)療術(shù)語規(guī)范標(biāo)準(zhǔn)化系統(tǒng)，其特征在于：該方法具體包括文件預(yù)處理步驟、候選術(shù)語集生成步驟、候選術(shù)語及重排步驟以及輸出步驟；

所述文件預(yù)處理步驟，統(tǒng)一真實(shí)世界的醫(yī)學(xué)術(shù)語字符串的格式以及將長(zhǎng)字符串開分成單個(gè)的中文及英文詞token；

所述候選術(shù)語集生成步驟，從標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語集合中篩選出前n個(gè)與真實(shí)世界醫(yī)學(xué)術(shù)語最相似的候選標(biāo)準(zhǔn)術(shù)語；

所述候選術(shù)語及重排步驟，將真實(shí)世界醫(yī)學(xué)術(shù)語與篩選出來的候選術(shù)語組成術(shù)語對(duì)，根據(jù)匹配程度標(biāo)注成正例和負(fù)例，作為深度學(xué)習(xí)模型的輸入，模型通過迭代優(yōu)化生成自動(dòng)術(shù)語匹配模型；

所述輸出步驟，向用戶返回生成的術(shù)語對(duì)數(shù)據(jù)的相似度概率，用戶可以通過設(shè)定相似度的閾值來判斷非規(guī)范化術(shù)語得到的規(guī)范化術(shù)語是否需要進(jìn)行進(jìn)一步的人工校驗(yàn)。