[發明專利]一種語義分診方法及系統

有效

• 申請號: 202110793215.3
• 申請日: 2021-07-14
• 公開（公告）號: CN113488152B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 張后今;曾培基;周金龍;章昊;肖航;吳珂儀
• 申請（專利權）人: 華中科技大學
• 主分類號: G16H40/20
• 分類號: G16H40/20;G16H50/20;G06F16/35;G06F40/30;G06N3/04
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

1.一種語義分診方法，其特征在于，所述方法包括：

獲取實際問診數據；

將所述實際問診數據輸入到科室分類模型中，得到目標科室；

所述科室分類模型的建立方法包括：

獲取歷史問診數據；所述歷史問診數據包括歷史病情描述和對應的歷史科室；

根據所述歷史問診數據對長短期記憶網絡模型進行訓練，得到所述科室分類模型；

所述根據所述歷史問診數據對長短期記憶網絡模型進行訓練，得到所述科室分類模型，具體包括：

將所述歷史病情描述輸入到所述長短期記憶網絡模型中，得到每個歷史病情描述對應的各個科室的概率；

根據概率最大的科室和對應的歷史科室判斷是否停止訓練；

若是，則將當前訓練次數下的長短期記憶網絡模型作為所述科室分類模型；

若否，則更新所述長短期記憶網絡模型的參數，并進行下一次訓練；

所述根據概率最大的科室和對應的歷史科室判斷是否停止訓練，具體包括：

對于任意一個所述歷史病情描述，判斷輸出的概率最大的科室與對應的歷史科室是否一致；

統計概率最大的科室與對應的歷史科室一致的歷史病情描述的個數，得到目標個數；

根據所述目標個數與所述歷史病情描述的總個數，計算當前訓練次數下的長短期記憶網絡模型的準確率；

若所述準確率大于設定閾值，則停止訓練。

2.根據權利要求1所述的語義分診方法，其特征在于，在所述將所述歷史病情描述輸入到所述長短期記憶網絡模型中，得到每個歷史病情描述對應的各個科室的概率之前，還包括：

對所述歷史病情描述進行預處理。

3.根據權利要求2所述的語義分診方法，其特征在于，所述對所述歷史病情描述進行預處理，具體包括：

對所述歷史病情描述進行數據清洗；

對數據清洗后的歷史病情描述進行分詞處理，得到多個詞；

將多個所述詞映射到向量空間，得到多個數值數據。

4.根據權利要求3所述的語義分診方法，其特征在于，所述對所述歷史病情描述進行數據清洗，具體包括：

對所述歷史病情描述進行至少一種刪改操作；所述刪改操作包括字符刪除、字母轉換、原型轉換、空格刪除和信息刪除；

所述字符刪除為刪除所述歷史病情描述中的無關字符、非英文字符、非中文字符、非數字字符、非中英文的標點符號和超鏈接；所述無關字符包括：html標簽、亂碼、特殊字符和標簽；

所述字母轉換為將所述歷史病情描述中的英文字母的大寫字母轉換為小寫字母；

所述原型轉換為將英文字母轉換為所述英文字母的原型；

所述空格刪除為刪除多余空格；

所述信息刪除為刪除文本信息；所述文本信息包括：姓名、聯系方式和個人住址。