[發明專利]一種基于電子病歷數據文本的二元關系提取方法

有效

• 申請號: 202110946939.7
• 申請日: 2021-08-18
• 公開（公告）號: CN113658652B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 朱婷;張偉;劉瑞航
• 申請（專利權）人: 四川大學華西醫院
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F40/295
• 代理公司: 成都眾恒智合專利代理事務所(普通合伙) 51239
• 代理人: 王育信

1.一種基于電子病歷數據文本的二元關系提取方法，其特征在于：包括以下提取步驟：

a、源數據輸入，進行源數據預處理；

b、對預處理的源數據文本進行對應二元關系的提??；

c、將提取出來的結果，根據ID進行匹配，進行整理并保存輸出；

所述步驟b包括以下提取步驟：

B101、新建中間緩存變量，遍歷待提取句子庫中的待提取文本；

B102、對范式進行分析拆分，判斷提取文本中是否包含數字，若無提取數字則將該句子加入到緩存庫中，返回步驟B101遍歷下一個句子；

B103、若成功提取出數字，接下來判斷是否能夠提取數字加單位，若無法提取出單位，則將該句子加入異常庫中，進行人工處理檢查；

B104、判斷提取的數字的數量，若提取個數為一個，那么就將當前句子加入緩存庫中的句子，對應當前格式化內容；若提取個數大于一個，進行位置判斷，并更新二元對應關系。

2.根據權利要求1所述的一種基于電子病歷數據文本的二元關系提取方法，其特征在于：所述預處理包括以下步驟：

A101、文本規范化：包括去除特殊文本、替換有歧義文本、處理異常替換中的一種或多種操作；

A102、分句：根據文本特點，設置標點符號進行分句；

A103、去除冗余，去除空白，同時清理有重復且異常的數據，并將處理好的內容放到待提取句子庫里。

3.根據權利要求1所述的一種基于電子病歷數據文本的二元關系提取方法，其特征在于：所述預處理中還包括人工輔助處理。

4.根據權利要求1所述的一種基于電子病歷數據文本的二元關系提取方法，其特征在于：所述源數據包括txt，xlsx或csv文本。