[發明專利]基于節點相似度的醫學術語歸一化方法及系統

在審

• 申請號: 202211259564.8
• 申請日: 2022-10-14
• 公開（公告）號: CN115545017A
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 李宇萱;李向陽
• 申請（專利權）人: 山東浪潮智慧醫療科技有限公司;山東健康醫療大數據有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/237;G06N5/02
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 潘悅梅

本發明公開了基于節點相似度的醫學術語歸一化方法及系統，屬于數據處理技術領域，要解決的技術問題為如何有效解決實體間共指消解與實體消歧的問題，快速準確完成醫學術語歸一化。包括如下步驟：獲取醫學術語歸一詞作為實體歸一詞，并對每個實體歸一詞標注實體類型；將實體歸一詞以及對應的實體屬性、屬性類型、實體類型以及實體歸一詞與實體屬性之間關系類型作為一個詞組，將每個實體歸一詞對應的詞組作為一條知識構建知識庫；獲取目標實體對應的實體屬性以及目標實體和與其對應實體屬性之間關系類型，計算目標實體的實體屬性與知識庫中各個歸一詞實體的實體屬性之間的節點相似度。

技術領域

本發明涉及數據處理技術領域，具體地說是基于節點相似度的醫學術語歸一化方法及系統。

背景技術

在醫學領域中，常用專業術語包括醫院部門及科室名稱、診斷和治療常用詞匯、常見疾病名稱、常見手術名稱、常用藥物名稱、常用臨床醫學術語、常做實驗室檢查和檢驗等，不同類別的各個不同名稱或相同名稱的醫學術語都可能存在不同的屬性關系，如適應人群、適應證、使用藥物、應做的檢驗和檢查等，任何一個屬性條件的增加、刪除、修改，都有可能引起實體詞的變化。根據這些屬性條件及類別標簽，才能將不同實體詞進行合理準確的分類及判定。

現階段，隨著醫療機構信息化不斷深入，各種基于實際應用的醫學術語名詞標準的需求日益增加。伴隨著醫學的發展，各個專項領域的區分更加細致化，各家醫療機構、科室之間的信息交流、共享、整合和利用因數據結構和表達方式的不同而無法達成一致。且由于地域差異性和嚴重的口語化，導致存在多詞同義或一詞多義現象，對之后進行醫學信息研究和分析工作有很大影響。目前，醫學領域術語歸一化工作進展緩慢，多為醫學專業人員進行人工對比處理，需要耗費大量人力和精力，時間長效率低，且由于地域廣泛及地域差異性的影響，導致溝通交流困難，很難達成一套統一的術語歸一化體系。

如何有效解決實體間共指消解與實體消歧的問題，快速準確完成醫學術語歸一化是目前亟待解決的技術問題。

發明內容

本發明的技術任務是針對以上不足，提供基于節點相似度的醫學術語歸一化方法及系統，來解決如何有效解決實體間共指消解與實體消歧的問題，快速準確完成醫學術語歸一化的技術問題。

第一方面，本發明一種基于節點相似度的醫學術語歸一化方法，其特征在于，包括如下步驟：

獲取醫學術語歸一詞作為實體歸一詞，并對每個實體歸一詞標注實體類型；

對于每個實體歸一詞，獲取所述實體歸一詞的所有實體屬性以及每個實體屬性對應的屬性類型，將所述實體歸一詞以及對應的實體屬性、屬性類型、實體類型以及實體歸一詞與實體屬性之間關系類型作為一個詞組，將每個實體歸一詞對應的詞組作為一條知識構建知識庫；

對于要進行歸一化的目標實體，獲取所述目標實體對應的實體屬性以及目標實體和與其對應實體屬性之間關系類型，計算所述目標實體的實體屬性與知識庫中各個歸一詞實體的實體屬性之間的節點相似度；

選取與目標實體屬性的節點相似度大于閾值的歸一化詞實體作為匹配歸一化實體，如果所述匹配歸一化實體為多個，通過人工判定的方式選擇一個實體歸一詞作為所述目標實體對應的歸一詞實體。

作為優選，如果目標實體對應的實體類型已知，從知識庫中篩選出與所述目標實體同一個實體類型的實體歸一詞，基于篩選出的實體歸一詞、計算目標實體的實體屬性與所述實體歸一詞的實體屬性之間的節點相似度。

作為優選，如果實體歸一詞對應實體屬性的數量多于閾值，基于實體歸一詞和與其對應實體屬性之間關系類型、選取與目標實體和與其對應實體屬性之間關系類型相同的實體屬性，基于選取實體屬性、計算目標實體的實體屬性與實體歸一詞的實體屬性之間的節點相似度；

如果目標實體對應實體屬性的數量多于閾值，選取在知識庫中占比為前列的N個實體屬性作為目標實體的實體屬性，基于選取的實體屬性、計算目標實體的實體屬性與所述實體歸一詞的實體屬性之間的節點相似度。