[發明專利]文本信息處理方法、裝置、電子設備和存儲介質

在審

• 申請號: 202110736093.4
• 申請日: 2021-06-30
• 公開（公告）號: CN113590777A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 袁泉;陳俊;黃海峰;代小亞
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F40/279;G16H50/20
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張夢瑤

本公開提供了文本信息處理方法、裝置、電子設備和存儲介質，涉及人工智能技術領域，具體為自然語言處理、智慧醫療、知識圖譜技術領域。具體實現方案為：根據待處理病歷中的文本信息生成對應的病歷導出圖，對病歷導出圖中的疾病節點進行聚類，根據聚類結果將病歷導出圖劃分為多個病歷子圖，對多個病歷子圖分別進行編碼，根據編碼得到的實體特征生成疾病診斷結果。根據病歷導出圖中疾病節點的聚類結果，將病歷導出圖劃分為多個病歷子圖，對多個病例子圖分別進行編碼得到實體特征，保證了不同子圖的信息都能夠被有效編碼，從而有效提升病歷結構化編碼能力，增強了文本信息處理的效果，提高了疾病診斷預測的準召率。

技術領域

本公開涉及人工智能技術領域，具體為自然語言處理、智慧醫療、知識圖譜技術領域，尤其涉及一種文本信息處理方法、裝置、電子設備和存儲介質。

背景技術

目前，自動疾病診斷算法已經廣泛應用于臨床輔助決策系統中，主要通過對電子病歷進行文本信息處理和分析得到診斷預測結果，用于提升醫生的診斷效率、降低誤漏診的概率。

但是，如何增強文本信息的處理效果從而提高自動疾病診斷的準召率成為業界急需解決的問題。

發明內容

提供了一種文本信息處理方法、裝置、電子設備和存儲介質。

根據第一方面，提供了一種文本信息處理方法，包括：根據待處理病歷中的文本信息生成對應的病歷導出圖；對所述病歷導出圖中的疾病節點進行聚類，根據聚類結果將所述病歷導出圖劃分為多個病歷子圖；對所述多個病歷子圖分別進行編碼，根據編碼得到的實體特征生成疾病診斷結果。

根據第二方面，提供了一種文本信息處理裝置，包括：第一生成模塊，用于根據待處理病例中的文本信息生成對應的病歷導出圖；聚類模塊，用于對所述病歷導出圖中的疾病節點進行聚類，根據聚類結果將所述病歷導出圖劃分為多個病歷子圖；第二生成模塊，用于對所述多個病歷子圖分別進行編碼，根據編碼得到的實體特征生成疾病診斷結果。

根據第三方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本公開第一方面所述的文本信息處理方法。

根據第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行根據本公開第一方面所述的文本信息處理方法。

根據第五方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現根據本公開第一方面所述的文本信息處理方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是根據本公開第一實施例的文本信息處理方法的流程示意圖；

圖2是根據本公開第二實施例的文本信息處理方法的流程示意圖；

圖3是根據本公開第三實施例的文本信息處理方法的流程示意圖；

圖4是根據本公開第四實施例的文本信息處理方法的流程示意圖；

圖5為本公開實施例的文本信息處理方法的整體示意圖；

圖6是根據本公開第一實施例的文本信息處理裝置的框圖；

圖7是根據本公開第二實施例的文本信息處理裝置的框圖；

圖8是用來實現本公開實施例的文本信息處理方法的電子設備的框圖。

具體實施方式