[發(fā)明專利]基于決策樹的醫(yī)療文本分類方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202111296332.5
• 申請(qǐng)日: 2021-11-03
• 公開（公告）號(hào): CN114020913A
• 公開（公告）日: 2022-02-08
• 發(fā)明（設(shè)計(jì)）人: 張萌;周玉
• 申請(qǐng)（專利權(quán)）人: 北京中科凡語科技有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F16/31;G06F40/216;G06F40/289
• 代理公司: 北京庚致知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11807
• 代理人: 韓德凱

1.一種基于決策樹的醫(yī)療文本分類方法，其特征在于，包括：

構(gòu)建決策樹；

基于所述決策樹將待分類文本進(jìn)行分類，生成待分類文本的分類結(jié)果；以及

對(duì)于所述待分類文本的分類結(jié)果，通過基于正則表達(dá)式的規(guī)則進(jìn)行校正。

2.根據(jù)權(quán)利要求1所述的基于決策樹的醫(yī)療文本分類方法，其特征在于，所述構(gòu)建決策樹包括：

構(gòu)建訓(xùn)練集D＝{(x₁，y₁)，(x₂，y₂)，……，(x_m，y_m)}，其中，xi表示訓(xùn)練集中的各個(gè)樣本，yi表示訓(xùn)練集中的樣本對(duì)應(yīng)的類別；

構(gòu)建屬性集A＝{a₁，a₂，a₃……，a_d}，其中，a_d表示屬性；

如果訓(xùn)練集D的各個(gè)樣本xi都屬于相同類別，則將節(jié)點(diǎn)標(biāo)記為一個(gè)類別的葉節(jié)點(diǎn)，決策樹構(gòu)建完成，結(jié)束；

如果屬性集A為空或無法對(duì)訓(xùn)練集D進(jìn)一步劃分，則將當(dāng)前訓(xùn)練集所在的節(jié)點(diǎn)標(biāo)記為葉節(jié)點(diǎn)；以及

遍歷屬性集中的每一個(gè)屬性，選擇最優(yōu)劃分屬性，將訓(xùn)練集D劃分為若干子集Dv，如果Dv為空，則將包含訓(xùn)練集D的分支節(jié)點(diǎn)標(biāo)記為葉節(jié)點(diǎn)，類別記為訓(xùn)練集D中樣本最多的類，構(gòu)建結(jié)束，否則繼續(xù)遍歷。

3.根據(jù)權(quán)利要求2所述的基于決策樹的醫(yī)療文本分類方法，其特征在于，所述屬性集A的構(gòu)成包括：對(duì)訓(xùn)練文本進(jìn)行分詞，統(tǒng)計(jì)各個(gè)詞的詞頻，將每個(gè)詞作為屬性集A的組成。

4.根據(jù)權(quán)利要求3所述的基于決策樹的醫(yī)療文本分類方法，其特征在于，所述屬性集A通過基尼指數(shù)劃分的方法獲取。

5.根據(jù)權(quán)利要求4所述的基于決策樹的醫(yī)療文本分類方法，其特征在于，通過基尼指數(shù)劃分的方法，包括：

對(duì)于屬性集A中的每一個(gè)屬性，逐一計(jì)算各個(gè)屬性的基尼指數(shù)；以及

選取基尼指數(shù)值最小的屬性作為最終劃分集合屬性。

6.根據(jù)權(quán)利要求1所述的基于決策樹的醫(yī)療文本分類方法，其特征在于，所述基于正則表達(dá)式的規(guī)則，包括：包含類規(guī)則或排除類規(guī)則中的一種，所述包含類規(guī)則用于將分類錯(cuò)誤的待分類文本與包含類規(guī)則匹配時(shí)，將分類錯(cuò)誤的待分類文本劃分為對(duì)應(yīng)的類別，所述排除類規(guī)則用于將分類錯(cuò)誤的待分類文本與排除類規(guī)則匹配時(shí)，將分類錯(cuò)誤的待分類文本劃分為其他類別。

7.一種基于決策樹的醫(yī)療文本分類裝置，其特征在于，包括：

決策樹構(gòu)建模塊，所述決策樹構(gòu)建模塊用于構(gòu)建決策樹；

決策樹分類模塊，所述決策樹分類模塊用于對(duì)待分類的醫(yī)療文本進(jìn)行分類；以及

分類結(jié)果校正模塊，所述分類結(jié)果校正模塊通過基于正則表達(dá)式的規(guī)則進(jìn)行分類結(jié)果校正。

8.根據(jù)權(quán)利要求7所述的醫(yī)療文本分類裝置，其特征在于，所述構(gòu)建決策樹，包括：

構(gòu)建訓(xùn)練集D＝{(x₁，y₁)，(x₂，y₂)，……，(x_m，y_m)}，其中，xi表示訓(xùn)練集中的各個(gè)樣本，yi表示訓(xùn)練集中的樣本對(duì)應(yīng)的類別；

構(gòu)建屬性集A＝{a₁，a₂，a₃……，a_d}，其中，a_d表示屬性；

如果訓(xùn)練集D的各個(gè)樣本xi都屬于相同類別，則將節(jié)點(diǎn)標(biāo)記為一個(gè)類別的葉節(jié)點(diǎn)，決策樹構(gòu)建完成，結(jié)束；

如果屬性集A為空或無法對(duì)訓(xùn)練集D進(jìn)一步劃分，則將當(dāng)前訓(xùn)練集所在的節(jié)點(diǎn)標(biāo)記為葉節(jié)點(diǎn)；以及

遍歷屬性集中的每一個(gè)屬性，選擇最優(yōu)劃分屬性，將訓(xùn)練集D劃分為若干子集Dv，如果Dv為空，則將包含訓(xùn)練集D的分支節(jié)點(diǎn)標(biāo)記為葉節(jié)點(diǎn)，類別記為訓(xùn)練集D中樣本最多的類，構(gòu)建結(jié)束，否則繼續(xù)遍歷。