[發明專利]一種醫療命名實體一詞多標的識別方法、裝置及電子設備

在審

• 申請號: 202110617009.7
• 申請日: 2021-06-02
• 公開（公告）號: CN113191151A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 張瀚之;劉升平;梁家恩
• 申請（專利權）人: 云知聲智能科技股份有限公司;廈門云知芯智能科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06F40/126;G06F40/117;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種醫療命名實體一詞多標的識別方法，其特征在于，包括：

對待識別文本進行細粒度分詞；

對所述細粒度分詞進行信息融合，得到編碼詞向量；

根據所述編碼詞向量輸出所述待識別文本對應的識別信息。

2.根據權利要求1所述的一種醫療命名實體一詞多標的識別方法，其特征在于，所述對待識別文本進行細粒度分詞，包括：

利用二元語法模型以及命名實體詞庫對所述待識別文本進行細粒度分詞，將所述待識別文本拆分為多個單元詞組；

其中，每一單元詞組最少包含一個字。

3.根據權利要求2所述的一種醫療命名實體一詞多標的識別方法，其特征在于，所述命名實體詞庫包括醫療專業知識庫。

4.根據權利要求1所述的一種醫療命名實體一詞多標的識別方法，其特征在于，對所述細粒度分詞進行信息融合，得到編碼詞向量，包括：

利用字符級語言模型將每一所述細粒度分詞映射到向量空間，得到對應于每個細粒度分詞的編碼詞向量。

5.根據權利要求4所述的一種醫療命名實體一詞多標的識別方法，其特征在于，對所述細粒度分詞進行信息融合，得到編碼詞向量，還包括：

對每個單元詞組尾字的前向隱藏狀態和首字的后向隱藏狀態進行拼接，以融合每個細粒度分詞在語境中的信息和每個細粒度分詞本身的信息。

6.根據權利要求1所述的一種醫療命名實體一詞多標的識別方法，其特征在于，根據所述編碼詞向量輸出所述待識別文本對應的識別信息，包括：

利用序列標記模型對所述編碼詞向量進行標記，輸出對每個編碼詞向量的標簽預測。

7.一種醫療命名實體一詞多標的識別裝置，其特征在于，所述裝置包括：

分詞模塊，用于對待識別文本進行細粒度分詞；

編碼詞向量模塊，用于對所述細粒度分詞進行信息融合，得到編碼詞向量；

識別模塊，用于根據所述編碼詞向量輸出所述待識別文本對應的識別信息。

8.一種電子設備，包括存儲器和處理器，所述存儲器用于存儲計算機程序；所述處理器用于執行所述計算機程序，以實現根據權利要求1-6中任意一項所述的方法。

9.一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲計算機程序，所述計算機程序在被處理器執行時實現根據權利要求1-6中任意一項所述的方法。