[發(fā)明專利]一種醫(yī)學(xué)實(shí)體詞的識(shí)別方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110841311.0
• 申請(qǐng)日: 2021-07-26
• 公開（公告）號(hào): CN113297852B
• 公開（公告）日: 2021-11-12
• 發(fā)明（設(shè)計(jì)）人: 全福亮;李麗;張奇
• 申請(qǐng)（專利權(quán)）人: 北京惠每云科技有限公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295;G06F16/31
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 畢翔宇

1.一種醫(yī)學(xué)實(shí)體詞的識(shí)別方法，其特征在于，包括：

構(gòu)建用于表征醫(yī)學(xué)實(shí)體詞與自編碼向量之間對(duì)應(yīng)關(guān)系的預(yù)訓(xùn)練模型；

利用二分類模型針對(duì)所構(gòu)建的預(yù)訓(xùn)練模型的輸出結(jié)果進(jìn)行識(shí)別，并基于識(shí)別結(jié)果對(duì)所述預(yù)訓(xùn)練模型進(jìn)行微調(diào)，以生成標(biāo)準(zhǔn)詞自編碼模型；

提取目標(biāo)病例文本中的目標(biāo)醫(yī)學(xué)實(shí)體詞的內(nèi)容特征；

將所述內(nèi)容特征輸入所述標(biāo)準(zhǔn)詞自編碼模型，獲得目標(biāo)醫(yī)學(xué)實(shí)體詞對(duì)應(yīng)的第一自編碼向量，所述第一自編碼向量為所述醫(yī)學(xué)實(shí)體詞的語義表征向量；

從醫(yī)學(xué)標(biāo)準(zhǔn)詞編碼索引庫中查找與第一自編碼向量對(duì)應(yīng)的醫(yī)學(xué)標(biāo)準(zhǔn)詞，具體包括：所述醫(yī)學(xué)標(biāo)準(zhǔn)詞編碼索引庫存儲(chǔ)有醫(yī)學(xué)標(biāo)準(zhǔn)詞以及與醫(yī)學(xué)標(biāo)準(zhǔn)詞對(duì)應(yīng)的自編碼向量，計(jì)算第一自編碼向量與醫(yī)學(xué)標(biāo)準(zhǔn)詞編碼索引庫中所存儲(chǔ)的各自編碼向量的相似度，將相似度最高的自編碼向量所對(duì)應(yīng)的醫(yī)學(xué)標(biāo)準(zhǔn)詞確定為與第一自編碼向量對(duì)應(yīng)的醫(yī)學(xué)標(biāo)準(zhǔn)詞；

將所述醫(yī)學(xué)標(biāo)準(zhǔn)詞作為所述目標(biāo)醫(yī)學(xué)實(shí)體詞對(duì)應(yīng)的目標(biāo)醫(yī)學(xué)標(biāo)準(zhǔn)詞；

所述內(nèi)容特征包括：字向量、聲調(diào)向量、詞性向量和位置向量，

其中，將所述內(nèi)容特征輸入所述標(biāo)準(zhǔn)詞自編碼模型的步驟包括：

將字向量、聲調(diào)向量、詞性向量和位置向量按照預(yù)設(shè)的排列順序輸入所述標(biāo)準(zhǔn)詞自編碼模型，其中，所述排列順序?yàn)閺淖窒蛄俊⒙曊{(diào)向量、詞性向量到位置向量的順序。

2.根據(jù)權(quán)利要求1所述的識(shí)別方法，其特征在于，所述二分類模型是利用正訓(xùn)練樣本和負(fù)訓(xùn)練樣本訓(xùn)練得到的，

其中，所述正訓(xùn)練樣本通過以下方式獲得：

從醫(yī)學(xué)標(biāo)準(zhǔn)詞庫中查找與病歷文本中的醫(yī)學(xué)實(shí)體詞的醫(yī)學(xué)意義相同的第一醫(yī)學(xué)標(biāo)準(zhǔn)詞；

建立病例文本中的醫(yī)學(xué)實(shí)體詞與第一醫(yī)學(xué)標(biāo)準(zhǔn)詞之間的第一映射關(guān)系，以生成標(biāo)準(zhǔn)數(shù)據(jù)對(duì)；

基于所述標(biāo)準(zhǔn)數(shù)據(jù)對(duì)形成正訓(xùn)練樣本；

其中，所述負(fù)訓(xùn)練樣本通過以下方式獲得：

從醫(yī)學(xué)標(biāo)準(zhǔn)詞庫中查找與病歷文本中的醫(yī)學(xué)實(shí)體詞的醫(yī)學(xué)意義相近但詞意不同的第二醫(yī)學(xué)標(biāo)準(zhǔn)詞；

建立病例文本中的醫(yī)學(xué)實(shí)體詞與第二醫(yī)學(xué)標(biāo)準(zhǔn)詞之間的第二映射關(guān)系，以生成標(biāo)記數(shù)據(jù)對(duì)；

基于所述標(biāo)記數(shù)據(jù)對(duì)形成負(fù)訓(xùn)練樣本。

3.根據(jù)權(quán)利要求2所述的識(shí)別方法，其特征在于，利用二分類模型針對(duì)所構(gòu)建的預(yù)訓(xùn)練模型的輸出結(jié)果進(jìn)行識(shí)別，并基于識(shí)別結(jié)果對(duì)所述預(yù)訓(xùn)練模型進(jìn)行微調(diào)，以生成標(biāo)準(zhǔn)詞自編碼模型的步驟包括：

將全量的醫(yī)學(xué)標(biāo)準(zhǔn)詞的內(nèi)容特征輸入預(yù)訓(xùn)練模型，以輸出醫(yī)學(xué)標(biāo)準(zhǔn)詞對(duì)應(yīng)的第二自編碼向量；

將所述第二自編碼向量輸入所述二分類模型的池化層，以輸出分類結(jié)果；

根據(jù)輸出的所述分類結(jié)果調(diào)節(jié)所述預(yù)訓(xùn)練模型的模型參數(shù)，以生成標(biāo)準(zhǔn)詞自編碼模型。

4.根據(jù)權(quán)利要求1所述的識(shí)別方法，其特征在于，

所述醫(yī)學(xué)標(biāo)準(zhǔn)詞編碼索引庫通過以下方式構(gòu)建：

提取全量的醫(yī)學(xué)標(biāo)準(zhǔn)詞的內(nèi)容特征；

將所提取的內(nèi)容特征分別輸入標(biāo)準(zhǔn)詞自編碼模型，獲得每個(gè)醫(yī)學(xué)標(biāo)準(zhǔn)詞對(duì)應(yīng)的自編碼向量；

基于醫(yī)學(xué)標(biāo)準(zhǔn)詞以及與醫(yī)學(xué)標(biāo)準(zhǔn)詞對(duì)應(yīng)的自編碼向量構(gòu)建醫(yī)學(xué)標(biāo)準(zhǔn)詞編碼索引庫。

5.根據(jù)權(quán)利要求1所述的識(shí)別方法，其特征在于，利用如下公式來計(jì)算目標(biāo)醫(yī)學(xué)實(shí)體詞對(duì)應(yīng)的第一自編碼向量與醫(yī)學(xué)標(biāo)準(zhǔn)詞編碼索引庫中的醫(yī)學(xué)標(biāo)準(zhǔn)詞的自編碼向量的相似度：

其中，為目標(biāo)醫(yī)學(xué)實(shí)體詞對(duì)應(yīng)的第一自編碼向量與醫(yī)學(xué)標(biāo)準(zhǔn)詞編碼索引庫中的醫(yī)學(xué)標(biāo)準(zhǔn)詞的自編碼向量的相似度，為醫(yī)學(xué)標(biāo)準(zhǔn)詞編碼索引庫中的醫(yī)學(xué)標(biāo)準(zhǔn)詞的自編碼向量，為目標(biāo)醫(yī)學(xué)實(shí)體詞對(duì)應(yīng)的第一自編碼向量，，n為自編碼向量的總維度。

6.根據(jù)權(quán)利要求1所述的識(shí)別方法，其特征在于，通過以下方式獲得目標(biāo)醫(yī)學(xué)實(shí)體詞：

接收請(qǐng)求端發(fā)送的攜帶有目標(biāo)醫(yī)學(xué)實(shí)體詞的識(shí)別請(qǐng)求；

從所述識(shí)別請(qǐng)求中提取所述目標(biāo)醫(yī)學(xué)實(shí)體詞；

其中，所述識(shí)別方法還包括：

向請(qǐng)求端反饋針對(duì)識(shí)別請(qǐng)求的應(yīng)答信息，所述應(yīng)答信息中攜帶有與目標(biāo)醫(yī)學(xué)實(shí)體詞對(duì)應(yīng)的目標(biāo)醫(yī)學(xué)標(biāo)準(zhǔn)詞，以使請(qǐng)求端將所述目標(biāo)醫(yī)學(xué)標(biāo)準(zhǔn)詞作為標(biāo)注詞添加到目標(biāo)病歷文本中來對(duì)目標(biāo)醫(yī)學(xué)實(shí)體詞進(jìn)行標(biāo)注。