[發(fā)明專利]一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110682430.6
• 申請(qǐng)日: 2021-06-21
• 公開(kāi)（公告）號(hào): CN113297851A
• 公開(kāi)（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 李瑞瑞;李爽;趙偉
• 申請(qǐng)（專利權(quán)）人: 北京富通東方科技有限公司
• 主分類(lèi)號(hào): G06F40/295
• 分類(lèi)號(hào): G06F40/295;G06F40/126;G06F16/35;G06K9/62;G16H70/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法，其特征在于，包括以下步驟：

步驟1：基于運(yùn)動(dòng)損傷領(lǐng)域的大規(guī)模文本語(yǔ)料，訓(xùn)練word2vec語(yǔ)義模型，將所述文本語(yǔ)料切割生成字符向量文本和詞匯向量文本；

步驟2：采用自動(dòng)標(biāo)注工具標(biāo)注訓(xùn)練集、驗(yàn)證集和測(cè)試集的字符向量文本和詞匯向量文本；

步驟3：為字符向量文本和詞匯向量文本創(chuàng)建編碼并計(jì)算所述字符向量文本和詞匯向量文本的相對(duì)位置編碼；

步驟4：對(duì)字符向量文本和詞匯向量文本進(jìn)行第一次鑒別，得到所述字符向量文本和詞匯向量文本的預(yù)測(cè)標(biāo)簽；

步驟5：將預(yù)測(cè)標(biāo)簽為癥狀、體征、檢查結(jié)果和檢驗(yàn)結(jié)果的實(shí)體詞歸類(lèi)為待確定組，進(jìn)行二次鑒別；

所述待確定組為4組，包括癥狀組、體征組、檢查結(jié)果組和檢驗(yàn)結(jié)果組。

2.如權(quán)利要求1所述的一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法，其特征在于，

所述字符向量文本包括單字符向量文本和雙字符向量文本，所述單字符向量文本通過(guò)將文本語(yǔ)料按字符切割生成，所述雙字符向量文本通過(guò)將文本語(yǔ)料按雙字符切割生成，所述詞匯向量文本采用jieba分詞按語(yǔ)義切割生成。

3.如權(quán)利要求1所述的一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法，其特征在于，

所述自動(dòng)標(biāo)注工具采用BIOES方法進(jìn)行標(biāo)注；所述BIOES方法包括：“B”表示標(biāo)注的開(kāi)始字符，“I”表示標(biāo)注的中間字符，“E”表示標(biāo)注的結(jié)尾字符，當(dāng)標(biāo)注為單字符時(shí)則用“S”表示，其他字符用“O”表示，數(shù)據(jù)格式要求一行一個(gè)字符及該字符標(biāo)注，字符與標(biāo)注間用空格隔開(kāi)，句與句之間用空行隔開(kāi)。

4.如權(quán)利要求1所述的一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法，其特征在于，

所述步驟3包括：為每一個(gè)字符向量文本和詞匯向量文本各自創(chuàng)建一個(gè)頭位置編碼和尾位置編碼，所述頭位置編碼和尾位置編碼分別表示所述字符向量文本和詞匯向量文本的開(kāi)始位置和結(jié)束位置。

5.如權(quán)利要求1所述的一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法，其特征在于，

所述第一次鑒別包括：將字符向量文本和詞匯向量文本的相對(duì)位置編碼嵌入輸入到Flat-Lattice層的Transformer進(jìn)行編碼，得到編碼序列，并將編碼序列輸入到CRF模型進(jìn)行分詞序列預(yù)測(cè)，得到每個(gè)字符和詞的預(yù)測(cè)標(biāo)簽。

6.如權(quán)利要求5所述的一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法，其特征在于，

所述分詞序列預(yù)測(cè)包括：基于驗(yàn)證集對(duì)每次迭代生成的訓(xùn)練模型的召回率、精確度及F1值進(jìn)行計(jì)算，選擇F1值最大的模型作為優(yōu)選實(shí)體識(shí)別模型；利用所述的優(yōu)選實(shí)體識(shí)別模型對(duì)測(cè)試集的醫(yī)學(xué)文本進(jìn)行預(yù)測(cè)，得到每個(gè)字符的預(yù)測(cè)標(biāo)簽;

所述F1值結(jié)合召回率和精確度進(jìn)行計(jì)算，F(xiàn)1值越大，表示模型預(yù)測(cè)準(zhǔn)確性越高。

7.如權(quán)利要求1所述的一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法，其特征在于，

所述二次鑒別包括：將待確定組分別按類(lèi)別與對(duì)應(yīng)實(shí)體詞表進(jìn)行相似度計(jì)算，將相似度計(jì)算結(jié)果與設(shè)定好的閾值作比較。

8.如權(quán)利要求7所述的一種針對(duì)易混淆運(yùn)動(dòng)損傷實(shí)體詞的識(shí)別方法，其特征在于，

對(duì)于待確定組中癥狀組；

若相似度計(jì)算結(jié)果小于閾值，則表示分類(lèi)正確；

若相似度計(jì)算結(jié)果大于閾值，則將所述待確定組的實(shí)體詞與所述待確定組中的另外三組分別進(jìn)行實(shí)體相似度計(jì)算；選擇相似度最高的待確定組的類(lèi)別作為最終預(yù)測(cè)類(lèi)別；

對(duì)于待確定組中的體征組、檢查結(jié)果組和檢驗(yàn)結(jié)果組；

若相似度計(jì)算結(jié)果大于閾值，則表示分類(lèi)正確；

若相似度計(jì)算結(jié)果小于閾值，則將所述待確定組的實(shí)體詞與所述待確定組中的另外兩組分別進(jìn)行實(shí)體相似度計(jì)算；選擇相似度最高的待確定組的類(lèi)別作為最終預(yù)測(cè)類(lèi)別。