CN107729319A - 用于输出信息的方法和装置 - Google Patents

用于输出信息的方法和装置 Download PDF

Info

Publication number
CN107729319A
CN107729319A CN201710972236.5A CN201710972236A CN107729319A CN 107729319 A CN107729319 A CN 107729319A CN 201710972236 A CN201710972236 A CN 201710972236A CN 107729319 A CN107729319 A CN 107729319A
Authority
CN
China
Prior art keywords
keyword
medical
text
bodies
word
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710972236.5A
Other languages
English (en)
Other versions
CN107729319B (zh
Inventor
周景博
夏源
费洪亮
刘朝春
董维山
范伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710972236.5A priority Critical patent/CN107729319B/zh
Publication of CN107729319A publication Critical patent/CN107729319A/zh
Priority to US16/134,641 priority patent/US10496748B2/en
Application granted granted Critical
Publication of CN107729319B publication Critical patent/CN107729319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/313—Selection or weighting of terms for indexing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/355—Class or cluster creation or modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；然后，生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；再，对于关键词对集合中的每个关键词对，提取该关键词对在目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果；最后，输出关键词对集合中具有关联关系的关键词对。该实施方式提取了与医疗文本中的医疗实体关键词具有关联关系的属性关键词，从而提高了信息输出内容的丰富性。

Description

用于输出信息的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及医疗实体关键词识别技术领域，尤其涉及用于输出信息的方法和装置。
背景技术
电子医疗文档分析的一个重要领域是医疗实体关键词的提取。这里的医疗实体关键词提取包括医疗文本中的疾病，病症，药物和身体部位等关键词。医疗实体关键词提取在电子文档结构化方面取得了广泛的应用，包括疾病统计，病症采集和药物效果分析等。
发明内容
本申请实施例的目的在于提出一种用于输出信息的方法和装置。
第一方面，本申请实施例提供了一种用于输出信息的方法，该方法包括：提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；对于上述关键词对集合中的每个关键词对，提取该关键词对在上述目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系，上述关联关系确定模型用于表征文本特征与关联结果的对应关系；输出上述关键词对集合中具有关联关系的关键词对。
在一些实施例中，上述方法还包括建立关联关系确定模型的步骤，上述建立关联关系确定模型的步骤，包括：获取初始关联关系确定模型和预先确定的样本数据集合，其中，上述样本数据集合中每个样本数据包括医疗文本和与医疗文本对应的至少一个样本词对及对应的词对标注结果，样本词对包括该医疗文本中的医疗实体关键词和属性关键词，词对标注结果用于指示样本词对中的医疗实体关键词和属性关键词之间是否具有关联关系；对于上述样本数据集合中的每个样本数据，对于该样本数据中的每个样本词对，提取该样本词对在该样本数据中的医疗文本中的文本特征；利用机器学习方法，以上述样本数据集合中的每个样本数据中的至少一个样本词对中每个样本词对在该样本数据中的医疗文本中的文本特征作为输入数据，以该样本词对对应的词对标注结果作为相应的输出数据，训练上述初始关联关系确定模型；将训练后的上述初始关联关系确定模型确定为上述预先训练的关联关系确定模型。
在一些实施例中，上述关联关系确定模型包括以下至少一项：梯度提升决策树、支持向量机和神经网络。
在一些实施例中，上述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：对上述目标医疗文本进行切词，得到切分词序列；基于预设医疗实体关键词字典，提取上述切分词序列中的至少一个医疗实体关键词。
在一些实施例中，上述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：基于预设正则表达式提取上述目标医疗文本中的至少一个属性关键词。
在一些实施例中，上述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：将上述目标医疗文本导入预先训练的医疗实体关键词提取模型，得到至少一个医疗实体关键词，其中，上述医疗实体关键词提取模型用于表征医疗文本和医疗实体关键词的对应关系。
在一些实施例中，上述医疗实体关键词提取模型包括长短期记忆网络模型和条件随机场模型。
在一些实施例中，上述属性关键词包括以下至少一项：发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
在一些实施例中，上述输出上述关键词对集合中具有关联关系的关键词对，包括：确定上述关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词；对于所确定的每个医疗实体关键词，在上述关键词对集合中具有关联关系的关键词对中确定该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词；按照预设格式输出所确定的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
第二方面，本申请实施例提供了一种用于输出信息的装置，该装置包括：提取单元，配置用于提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；生成单元，配置用于生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；关联单元，配置用于对于上述关键词对集合中的每个关键词对，提取该关键词对在上述目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系，上述关联关系确定模型用于表征文本特征与关联结果的对应关系；输出单元，配置用于输出上述关键词对集合中具有关联关系的关键词对。
在一些实施例中，上述装置还包括关联关系确定模型建立单元，上述关联关系确定模型建立单元包括：获取模块，配置用于获取初始关联关系确定模型和预先确定的样本数据集合，其中，上述样本数据集合中每个样本数据包括医疗文本和与医疗文本对应的至少一个样本词对及对应的词对标注结果，样本词对包括该医疗文本中的医疗实体关键词和属性关键词，词对标注结果用于指示样本词对中的医疗实体关键词和属性关键词之间是否具有关联关系；第一提取模块，配置用于对于上述样本数据集合中的每个样本数据，对于该样本数据中的每个样本词对，提取该样本词对在该样本数据中的医疗文本中的文本特征；训练模块，配置用于利用机器学习方法，以上述样本数据集合中的每个样本数据中的至少一个样本词对中每个样本词对在该样本数据中的医疗文本中的文本特征作为输入数据，以该样本词对对应的词对标注结果作为相应的输出数据，训练上述初始关联关系确定模型；第一确定模块，配置用于将训练后的上述初始关联关系确定模型确定为上述预先训练的关联关系确定模型。
在一些实施例中，上述关联关系确定模型包括以下至少一项：梯度提升决策树、支持向量机和神经网络。
在一些实施例中，上述提取单元包括：切分模块，配置用于对上述目标医疗文本进行切词，得到切分词序列；第二提取模块，配置用于基于预设医疗实体关键词字典，提取上述切分词序列中的至少一个医疗实体关键词。
在一些实施例中，上述提取单元包括：第三提取模块，配置用于基于预设正则表达式提取上述目标医疗文本中的至少一个属性关键词。
在一些实施例中，上述提取单元包括：导入模块，配置用于将上述目标医疗文本导入预先训练的医疗实体关键词提取模型，得到至少一个医疗实体关键词，其中，上述医疗实体关键词提取模型用于表征医疗文本和医疗实体关键词的对应关系。
在一些实施例中，上述医疗实体关键词提取模型包括长短期记忆网络模型和条件随机场模型。
在一些实施例中，上述属性关键词包括以下至少一项：发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
在一些实施例中，上述输出单元包括：第二确定模块，配置用于确定上述关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词；第三确定模块，配置用于对于所确定的每个医疗实体关键词，在上述关键词对集合中具有关联关系的关键词对中确定该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词；输出模块，配置用于按照预设格式输出所确定的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于输出信息的方法和装置，通过提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；然后，生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；再，对于关键词对集合中的每个关键词对，提取该关键词对在目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系，关联关系确定模型用于表征文本特征与关联结果的对应关系；最后，输出关键词对集合中具有关联关系的关键词对。从而提取了与医疗文本中的医疗实体关键词具有关联关系的属性关键词，提高了信息输出内容的丰富性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于输出信息的方法的一个实施例的流程图；
图3是根据本申请的用于输出信息的方法的一个应用场景的示意图；
图4是根据本申请的用于输出信息的方法的又一个实施例的流程图；
图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101，网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线通信链路、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101通过网络102与服务器103交互，以接收或发送消息等。终端设备101上可以安装有各种客户端应用，例如文本编辑类应用、网页浏览器应用等。
终端设备101可以是具有显示屏并且支持文本编辑的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器103可以是提供各种服务的服务器。后台服务器可以对终端设备中存储的各种医疗文本数据进行分析等处理，并将处理结果(例如具有关联关系的包括医疗实体关键词和属性关键词的关键词对)反馈给终端设备。
需要说明的是，本申请实施例所提供的用于输出信息的方法一般由服务器103执行，相应地，用于输出信息的装置一般设置于服务器103中。在一些情况下，本申请实施例所提供的用于输出信息的方法也可以由终端设备101执行，相应地，用于输出信息的装置一般设置于终端设备101中。这时，系统架构100也可以只包括终端设备101，而不包括服务器103。本申请对此不做限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本申请的用于输出信息的方法的一个实施例的流程200。本实施例主要以该方法应用于有一定运算能力的电子设备中来举例说明，该电子设备可以是图1示出的服务器103，也可以是图1示出的终端设备101。该用于输出信息的方法，包括以下步骤：
步骤201，提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词。
在本实施例中，用于输出信息的方法运行于其上的电子设备(例如图1所示的服务器)可以提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词。
在本实施例中，目标医疗文本既可以是与医疗相关的文本，也可以文件内容与医疗相关的文本文件。与医疗相关的文本可以包括但不限于医院电子信息系统中产生的医疗问诊病例数据，医学网站中产生的网上医患问答数据以及线上和线下药店产生的用户购药询问记录等。
这里，医疗实体可以包括但不限于医疗文本中的疾病、病症、药物和身体部位，则医疗实体关键词可以包括但不限于疾病名称、病症名称、药物名称和身体部位名称。而属性关键词则是对医疗实体的属性进行描述的关键词。比如，疾病发生的时间、频率、原因等都可以是医疗实体疾病的属性。又例如，对于医疗文本“近期频发胸痛，每次持续约数分钟”，这里“胸痛”是一个医疗实体关键词，而“近期”则是对医疗实体“胸痛”的发生的时间这种属性进行描述的属性关键词，“频发”则是对医疗实体“胸痛”的发生的频率这种属性进行描述的属性关键词，“数分钟”则是对医疗实体“胸痛”的持续的时间这种属性进行描述的属性关键词。
在本实施例中，上述电子设备既可以先提取目标医疗文本中的至少一个医疗实体关键词，再提取目标医疗文本中的至少一个属性关键词，上述电子设备也可以先提取目标医疗文本中的至少一个属性关键词，再提取目标医疗文本中的至少一个医疗实体关键词。
在本实施例的一些可选的实现方式中，提取目标医疗文本中的至少一个医疗实体关键词可以如下进行：首先，对目标医疗文本进行切词，得到切分词序列。然后，基于预设医疗实体关键词字典，提取上述切分词序列中的至少一个医疗实体关键词。其中，对文本进行切词是目前广泛研究和应用的现有技术，在此不再赘述。
在本实施例的一些可选的实现方式中，提取目标医疗文本中的至少一个医疗实体关键词也可以如下进行：将目标医疗文本导入预先训练的医疗实体关键词提取模型，得到至少一个医疗实体关键词，其中，医疗实体关键词提取模型用于表征医疗文本和医疗实体关键词的对应关系。作为示例，医疗实体关键词提取模型可以是技术人员基于对大量的医疗文本和医疗实体关键词的统计而预先制定的、存储有多个医疗文本与医疗实体关键词的对应关系的对应关系表。
在本实施例的一些可选的实现方式中，上述电子设备可以预先按照以下步骤训练医疗实体关键词提取模型：
首先，可以获取初始医疗实体关键词提取模型和预先确定的医疗文本样本数据集合，其中，每个医疗文本样本数据包括医疗文本和与医疗文本对应的至少一个医疗实体关键词；
然后，可以利用机器学习方法，以医疗文本样本数据集合中的每个医疗文本样本数据中的医疗文本作为输入数据，以该医疗文本样本数据中的至少一个医疗实体关键词作为相应的输出数据，训练上述初始医疗实体关键词提取模型。
最后，将训练后的上述初始医疗实体关键词提取模型确定为预先训练的医疗实体关键词提取模型。
可选地，上述医疗实体关键词提取模型可以包括长短期记忆网络(LSTM，LongShort-Term Memory)模型和条件随机场(CRF，Conditional Random Field)模型。
在本实施例的一些可选的实现方式中，提取目标医疗文本中的至少一个属性关键词可以如下进行：基于预设正则表达式提取目标医疗文本中的至少一个属性关键词。实践中，可以按照属性关键词所描述的医疗实体的属性的不同，预设不同的正则表达式来提取不同的属性关键词。例如，用于提取医疗实体的发生的时间这种属性的属性关键词的正则表达式可以是：
Regex_pattern＝(.？)(年|月|周|星期|日|天|小时)(来|余|后|出现)
在本实施例的一些可选的实现方式中，提取目标医疗文本中的至少一个属性关键词也可以按照上述提取目标医疗文本中的至少一个医疗实体关键词的基于机器学习的可选实现方式中所描述的方法，预先训练属性关键词提取模型，然后将目标医疗文本导入上述预先训练的属性关键词提取模型，得到目标医疗文本的至少一个属性关键词。其中，训练属性关键词提取模型的方法可以参考上述关于训练医疗实体关键词提取模型中的相关描述，在此不再赘述。
步骤202，生成关键词对集合。
在本实施例中，上述电子设备可以在提取了目标医疗文本的至少一个医疗实体关键词和至少一个属性关键词后，生成关键词对集合。其中，关键词对集合中的每个关键词对包括步骤201中所提取的医疗实体关键词和所提取的属性关键词。
步骤203，对于关键词对集合中的每个关键词对，提取该关键词对在目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果。
在本实施例中，上述电子设备可以对于步骤202中所生成的关键词对集合中的每个关键词对，提取该关键词对在目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系。即，与该关键词对对应的关联结果用于表征该关键词对中的医疗实体关键词和属性关键词之间是否具有关联关系。实践中，关联结果的取值可以是表示具有关联关系的值或者表示不具有关联关系的值。例如，1为表示具有关联关系的值，0为表示不具有关联关系的值。
需要说明的是，关联关系确定模型用于表征文本特征与关联结果的对应关系。作为示例，关联关系确定模型可以是技术人员基于对大量的文本特征和关联结果的统计而预先制定的、存储有多个文本特征与关联结果的对应关系的对应关系表。也可以是技术人员基于对大量数据的统计而预先设置并存储至上述电子设备中的、对文本特征中的一个或多个数值进行数值计算以得到用于表征关联结果的计算公式。
在本实施例中，由于关键词对包括步骤201中所提取的目标医疗文本中的医疗实体关键词和属性关键词，因此，可以提取关键词对中所包括的医疗实体关键词和属性关键词在目标医疗文本中的各种文本特征。
作为示例，关键词对中所包括的医疗实体关键词和属性关键词在目标医疗文本中的文本特征可以包括但不限于以下至少一项：医疗实体关键词和属性关键词在目标医疗文本中的所处位置之间的距离、医疗实体关键词和属性关键词之间是否存在重复字符、医疗实体关键词和属性关键词在与该关键词对对应的解析树中的依赖关系以及距离，其中，与该关键词对对应的解析树是按照依存句法分析方法分析目标医疗文本中该关键词对中的医疗实体关键词和属性关键词所在的句子所得到的解析树。
在本实施例的一些可选的实现方式中，上述电子设备可以预先按照以下步骤训练关联关系确定模型：
首先，获取初始关联关系确定模型和预先确定的样本数据集合。其中，样本数据集合中每个样本数据包括医疗文本和与医疗文本对应的至少一个样本词对及对应的词对标注结果，样本词对包括该医疗文本中的医疗实体关键词和属性关键词，词对标注结果用于指示样本词对中的医疗实体关键词和属性关键词之间是否具有关联关系。
然后，对于样本数据集合中的每个样本数据，对于该样本数据中的每个样本词对，提取该样本词对在该样本数据中的医疗文本中的文本特征。
可以理解的是，在训练关联关系确定模型的过程中所提取的文本特征可以是与在提取关键词对集合中的每个关键词对在目标医疗文本中的文本特征中相同的文本特征。
接着，利用机器学习方法，以样本数据集合中的每个样本数据中的至少一个样本词对中每个样本词对在该样本数据中的医疗文本中的文本特征作为输入数据，以该样本词对对应的词对标注结果作为相应的输出数据，训练初始关联关系确定模型。
最后，将训练后的初始关联关系确定模型确定为预先训练的关联关系确定模型。
在本实施例的一些可选的实现方式中，上述关联关系确定模型可以包括以下至少一项：梯度提升决策树(GBDT，Gradient Boosting Decision Tree)、支持向量机(SVM，Support Vector Machine)和神经网络(NN，Neural Networks)。
步骤204，输出关键词对集合中具有关联关系的关键词对。
在本实施例中，上述电子设备可以将关键词对集合中具有关联关系的关键词对输出。
这里，关键词对集合中具有关联关系的关键词对是指在步骤203中对关键词对集合中的每个关键词对，将提取该关键词对在目标医疗文本中的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，如果与关键词对对应的关联结果为有关联关系，则该关联词对为具有关联关系的关键词对，如果与关键词对对应的关联结果为不具有关联关系，则该关联词对为不具有关联关系的关键词对。
在本实施例的一些可选的实现方式中，可以在上述电子设备中(例如，上述电子设备的显示屏幕中)呈现关键词对集合中具有关联关系的关键词对。
在本实施例的一些可选的实现方式中，上述电子设备也可以将上述关键词对集合中具有关联关系的关键词对发送给其他电子设备，以供上述其他电子设备接收并呈现上述关键词对集合中具有关联关系的关键词对。
继续参见图3，图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中，用户301首先指定了电子设备302中的指定医疗文本作为目标医疗文本303；之后，电子设备302可以提取目标医疗文本303中的医疗实体关键词304和属性关键词305；然后，电子设备302可以根据医疗实体关键词304和属性关键词305生成关键词对集合306；接着，电子设备302可以将关键词对集合306中的每个关键词对在目标医疗文本303中的文本特征导入预先训练的关联关系确定模型，得到关键词集合中每个关联词对的关联结果307。最后，根据关联结果307，生成并输出关键词对集合306中具有关联关系的关键词对308。
本申请的上述实施例提供的方法通过根据从目标医疗文本中所提取的至少一个医疗实体关键词和至少一个属性关键词生成关键词对集合；再对于关键词对集合中的每个关键词对，将该关键词对在目标医疗文本中的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果；最后，输出关键词对集合中具有关联关系的关键词对。从而提取了与医疗文本中的医疗实体关键词具有关联关系的属性关键词，提高了信息输出内容的丰富性。
进一步参考图4，其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400，包括以下步骤：
步骤401，提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词。
在本实施例中，用于输出信息的方法运行于其上的电子设备(例如图1所示的服务器)可以提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词。
在本实施例中，关于目标医疗文本、医疗实体、医疗实体关键词的具体描述可以参考图2所示的实施例中步骤201中的相关描述，在此不再赘述。
在本实施例中，属性关键词可以包括以下至少一项：发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。其中，发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词分别是对医疗实体的发生时间属性、出现频率属性、持续时间属性和发生原因属性进行描述的关键词。
在本实施例中，上述电子设备既可以先提取目标医疗文本中的至少一个医疗实体关键词，再提取目标医疗文本中的至少一个属性关键词，上述电子设备也可以先提取目标医疗文本中的至少一个属性关键词，再提取目标医疗文本中的至少一个医疗实体关键词。
在本实施例中，关于如何提取目标医疗文本中的医疗实体关键词的具体描述可以参考图2所示的实施例中步骤201中的相关描述，在此不再赘述。
在本实施例的一些可选的实现方式中，提取目标医疗文本中的至少一个属性关键词可以如下进行：基于预设正则表达式提取目标医疗文本中的至少一个属性关键词。实践中，为了提取目标医疗文本中的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词，可以分别基于预设的发生时间正则表达式、出现频率正则表达式、持续时间正则表达式和发生原因正则表达式提取目标医疗文本中的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
在本实施例的一些可选的实现方式中，提取目标医疗文本中的至少一个属性关键词也可以是将目标医疗文本分别导入预先训练的发生时间关键词提取模型、出现频率关键词提取模型、持续时间关键词提取模型和发生原因关键词提取模型，得到目标医疗文本的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词，其中，发生时间关键词提取模型、出现频率关键词提取模型、持续时间关键词提取模型和发生原因关键词提取模型分别用于表征医疗文本与发生时间关键词、医疗文本与出现频率关键词、医疗文本与持续时间关键词和医疗文本与发生原因关键词的对应关系。其中，训练发生时间关键词提取模型、出现频率关键词提取模型、持续时间关键词提取模型和发生原因关键词提取模型方法可以参考图2所示的实施例中关于训练医疗实体关键词提取模型的相关描述，在此不再赘述。
步骤402，生成关键词对集合。
步骤403，对于关键词对集合中的每个关键词对，提取该关键词对在目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果。
在本实施例中，步骤402和步骤403的具体操作与图2所示的实施例中步骤202和步骤203的操作基本相同，在此不再赘述。
步骤404，确定关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词。
在本实施例中，上述电子设备可以确定关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词。
这里，关键词对集合中具有关联关系的关键词对是指在步骤403中对关键词对集合中的每个关键词对，将提取该关键词对在目标医疗文本中的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，如果与关键词对对应的关联结果为有关联关系，则该关联词对为具有关联关系的关键词对，如果与关键词对对应的关联结果为不具有关联关系，则该关联词对为不具有关联关系的关键词对。
步骤405，对于所确定的每个医疗实体关键词，在关键词对集合中具有关联关系的关键词对中确定该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
由于在步骤401中提取属性关键词时是按照不同的提取方式(例如，不同的正则表达式或者不同的属性关键词提取模型)提取的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词，因此，对于步骤401中所提取的每个属性关键词可以确定其为发生时间关键词、出现频率关键词、持续时间关键词还是发生原因关键词。这样，就可以对于所确定的每个医疗实体关键词，在关键词对集合中具有关联关系的关键词对中查找医疗实体关键词与该关键词相同的关键词对，并将所查找到的各个关键词对所包括的属性关键词中的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词确定为该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。可以理解的是，如果所查找到的各个关键词对所包括的属性关键词中不包括发生时间关键词、出现频率关键词、持续时间关键词或者发生原因关键词，则可以将所不包括的发生时间关键词、出现频率关键词、持续时间关键词或者发生原因关键词设置为预设字符串，例如，设置可以为“N.A.”。
步骤406，按照预设格式输出所确定的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
在本实施例中，上述电子设备可以将所确定的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词按照预设格式输出。例如，可以将每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词作为一组信息进行输出。
作为示例，对于目标医疗文本“近期频发胸痛，每次持续约数分钟.过去一个月经常恶心”，可以输出以下内容：
医疗实体关键词：胸痛
发生时间关键词：近期
出现频率关键词：频发
持续时间关键词：约数分钟
发生原因关键词：N.A.
医疗实体关键词：恶心
发生时间关键词：过去一个月
出现频率关键词：经常
持续时间关键词：N.A.
发生原因关键词：N.A.
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于输出信息的方法的流程400突出了属性关键词包括发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词中的至少一项，以及突出了按照预设格式输出关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词中的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词的步骤。由此，本实施例描述的方案可以更大程度上提高信息输出内容的丰富性。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于输出信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于输出信息的装置500包括：提取单元501、生成单元502、关联单元503和输出单元504。其中，提取单元501，配置用于提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；生成单元502，配置用于生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；关联单元503，配置用于对于上述关键词对集合中的每个关键词对，提取该关键词对在上述目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系，上述关联关系确定模型用于表征文本特征与关联结果的对应关系；输出单元504，配置用于输出上述关键词对集合中具有关联关系的关键词对。
在本实施例中，用于输出信息的装置500的提取单元501、生成单元502、关联单元503和输出单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述装置500还可以包括关联关系确定模型建立单元505，上述关联关系确定模型建立单元505包括：获取模块5051，配置用于获取初始关联关系确定模型和预先确定的样本数据集合，其中，上述样本数据集合中每个样本数据包括医疗文本和与医疗文本对应的至少一个样本词对及对应的词对标注结果，样本词对包括该医疗文本中的医疗实体关键词和属性关键词，词对标注结果用于指示样本词对中的医疗实体关键词和属性关键词之间是否具有关联关系；第一提取模块5052，配置用于对于上述样本数据集合中的每个样本数据，对于该样本数据中的每个样本词对，提取该样本词对在该样本数据中的医疗文本中的文本特征；训练模块5053，配置用于利用机器学习方法，以上述样本数据集合中的每个样本数据中的至少一个样本词对中每个样本词对在该样本数据中的医疗文本中的文本特征作为输入数据，以该样本词对对应的词对标注结果作为相应的输出数据，训练上述初始关联关系确定模型；第一确定模块5054，配置用于将训练后的上述初始关联关系确定模型确定为上述预先训练的关联关系确定模型。
在本实施例的一些可选的实现方式中，上述关联关系确定模型可以包括以下至少一项：梯度提升决策树、支持向量机和神经网络。
在本实施例的一些可选的实现方式中，上述提取单元501可以包括：切分模块5011，配置用于对上述目标医疗文本进行切词，得到切分词序列；第二提取模块5012，配置用于基于预设医疗实体关键词字典，提取上述切分词序列中的至少一个医疗实体关键词。
在本实施例的一些可选的实现方式中，上述提取单元501还可以包括：第三提取模块5013，配置用于基于预设正则表达式提取上述目标医疗文本中的至少一个属性关键词。
在本实施例的一些可选的实现方式中，上述提取单元501还可以包括：导入模块5014，配置用于将上述目标医疗文本导入预先训练的医疗实体关键词提取模型，得到至少一个医疗实体关键词，其中，上述医疗实体关键词提取模型用于表征医疗文本和医疗实体关键词的对应关系。
在本实施例的一些可选的实现方式中，上述医疗实体关键词提取模型可以包括长短期记忆网络模型和条件随机场模型。
在本实施例的一些可选的实现方式中，上述属性关键词可以包括以下至少一项：发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
在本实施例的一些可选的实现方式中，上述输出单元504可以包括：第二确定模块5041，配置用于确定上述关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词；第三确定模块5042，配置用于对于所确定的每个医疗实体关键词，在上述关键词对集合中具有关联关系的关键词对中确定该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词；输出模块5043，配置用于按照预设格式输出所确定的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
需要说明的是，本申请实施例提供的用于输出信息的装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明，在此不再赘述。
下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU，Central Processing Unit)601，其可以根据存储在只读存储器(ROM，Read Only Memory)602中的程序或者从存储部分608加载到随机访问存储器(RAM，Random Access Memory)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM602以及RAM 603通过总线604彼此相连。输入/输出(I/O，Input/Output)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT，Cathode Ray Tube)、液晶显示器(LCD，Liquid Crystal Display)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN(局域网，Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括提取单元、生成单元、关联单元和输出单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，生成单元还可以被描述为“生成关键词对集合的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；对于上述关键词对集合中的每个关键词对，提取该关键词对在上述目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系，上述关联关系确定模型用于表征文本特征与关联结果的对应关系；输出上述关键词对集合中具有关联关系的关键词对。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (20)

1.一种用于输出信息的方法，其特征在于，所述方法包括：
提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；
生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；
对于所述关键词对集合中的每个关键词对，提取该关键词对在所述目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系，所述关联关系确定模型用于表征文本特征与关联结果的对应关系；
输出所述关键词对集合中具有关联关系的关键词对。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括建立关联关系确定模型的步骤，所述建立关联关系确定模型的步骤，包括：
获取初始关联关系确定模型和预先确定的样本数据集合，其中，所述样本数据集合中每个样本数据包括医疗文本和与医疗文本对应的至少一个样本词对及对应的词对标注结果，样本词对包括该医疗文本中的医疗实体关键词和属性关键词，词对标注结果用于指示样本词对中的医疗实体关键词和属性关键词之间是否具有关联关系；
对于所述样本数据集合中的每个样本数据，对于该样本数据中的每个样本词对，提取该样本词对在该样本数据中的医疗文本中的文本特征；
利用机器学习方法，以所述样本数据集合中的每个样本数据中的至少一个样本词对中每个样本词对在该样本数据中的医疗文本中的文本特征作为输入数据，以该样本词对对应的词对标注结果作为相应的输出数据，训练所述初始关联关系确定模型；
将训练后的所述初始关联关系确定模型确定为所述预先训练的关联关系确定模型。
3.根据权利要求2所述的方法，其特征在于，所述关联关系确定模型包括以下至少一项：梯度提升决策树、支持向量机和神经网络。
4.根据权利要求3所述的方法，其特征在于，所述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：
对所述目标医疗文本进行切词，得到切分词序列；
基于预设医疗实体关键词字典，提取所述切分词序列中的至少一个医疗实体关键词。
5.根据权利要求4所述的方法，其特征在于，所述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：
基于预设正则表达式提取所述目标医疗文本中的至少一个属性关键词。
6.根据权利要求3所述的方法，其特征在于，所述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：
将所述目标医疗文本导入预先训练的医疗实体关键词提取模型，得到至少一个医疗实体关键词，其中，所述医疗实体关键词提取模型用于表征医疗文本和医疗实体关键词的对应关系。
7.根据权利要求6所述的方法，其特征在于，所述医疗实体关键词提取模型包括长短期记忆网络模型和条件随机场模型。
8.根据权利要求5或7所述的方法，其特征在于，所述属性关键词包括以下至少一项：发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
9.根据权利要求8所述的方法，其特征在于，所述输出所述关键词对集合中具有关联关系的关键词对，包括：
确定所述关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词；
对于所确定的每个医疗实体关键词，在所述关键词对集合中具有关联关系的关键词对中确定该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词；
按照预设格式输出所确定的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
10.一种用于输出信息的装置，其特征在于，所述装置包括：
提取单元，配置用于提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；
生成单元，配置用于生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；
关联单元，配置用于对于所述关键词对集合中的每个关键词对，提取该关键词对在所述目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系，所述关联关系确定模型用于表征文本特征与关联结果的对应关系；
输出单元，配置用于输出所述关键词对集合中具有关联关系的关键词对。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括关联关系确定模型建立单元，所述关联关系确定模型建立单元包括：
获取模块，配置用于获取初始关联关系确定模型和预先确定的样本数据集合，其中，所述样本数据集合中每个样本数据包括医疗文本和与医疗文本对应的至少一个样本词对及对应的词对标注结果，样本词对包括该医疗文本中的医疗实体关键词和属性关键词，词对标注结果用于指示样本词对中的医疗实体关键词和属性关键词之间是否具有关联关系；
第一提取模块，配置用于对于所述样本数据集合中的每个样本数据，对于该样本数据中的每个样本词对，提取该样本词对在该样本数据中的医疗文本中的文本特征；
训练模块，配置用于利用机器学习方法，以所述样本数据集合中的每个样本数据中的至少一个样本词对中每个样本词对在该样本数据中的医疗文本中的文本特征作为输入数据，以该样本词对对应的词对标注结果作为相应的输出数据，训练所述初始关联关系确定模型；
第一确定模块，配置用于将训练后的所述初始关联关系确定模型确定为所述预先训练的关联关系确定模型。
12.根据权利要求11所述的装置，其特征在于，所述关联关系确定模型包括以下至少一项：梯度提升决策树、支持向量机和神经网络。
13.根据权利要求12所述的装置，其特征在于，所述提取单元包括：
切分模块，配置用于对所述目标医疗文本进行切词，得到切分词序列；
第二提取模块，配置用于基于预设医疗实体关键词字典，提取所述切分词序列中的至少一个医疗实体关键词。
14.根据权利要求13所述的装置，其特征在于，所述提取单元包括：
第三提取模块，配置用于基于预设正则表达式提取所述目标医疗文本中的至少一个属性关键词。
15.根据权利要求12所述的装置，其特征在于，所述提取单元包括：
导入模块，配置用于将所述目标医疗文本导入预先训练的医疗实体关键词提取模型，得到至少一个医疗实体关键词，其中，所述医疗实体关键词提取模型用于表征医疗文本和医疗实体关键词的对应关系。
16.根据权利要求15所述的装置，其特征在于，所述医疗实体关键词提取模型包括长短期记忆网络模型和条件随机场模型。
17.根据权利要求14或16所述的装置，其特征在于，所述属性关键词包括以下至少一项：发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
18.根据权利要求17所述的装置，其特征在于，所述输出单元包括：
第二确定模块，配置用于确定所述关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词；
第三确定模块，配置用于对于所确定的每个医疗实体关键词，在所述关键词对集合中具有关联关系的关键词对中确定该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词；
输出模块，配置用于按照预设格式输出所确定的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。
19.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN201710972236.5A 2017-10-18 2017-10-18 用于输出信息的方法和装置 Active CN107729319B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710972236.5A CN107729319B (zh) 2017-10-18 2017-10-18 用于输出信息的方法和装置
US16/134,641 US10496748B2 (en) 2017-10-18 2018-09-18 Method and apparatus for outputting information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710972236.5A CN107729319B (zh) 2017-10-18 2017-10-18 用于输出信息的方法和装置

Publications (2)

Publication Number Publication Date
CN107729319A true CN107729319A (zh) 2018-02-23
CN107729319B CN107729319B (zh) 2021-03-09

Family

ID=61211670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710972236.5A Active CN107729319B (zh) 2017-10-18 2017-10-18 用于输出信息的方法和装置

Country Status (2)

Country Link
US (1) US10496748B2 (zh)
CN (1) CN107729319B (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345690A (zh) * 2018-03-09 2018-07-31 广州杰赛科技股份有限公司 智能问答方法与系统
CN108491491A (zh) * 2018-03-14 2018-09-04 广州杰赛科技股份有限公司 智能客服知识图谱的构建方法与系统
CN108711443A (zh) * 2018-05-07 2018-10-26 成都智信电子技术有限公司 电子病历的文本数据解析方法和装置
CN109035243A (zh) * 2018-08-10 2018-12-18 北京百度网讯科技有限公司 用于输出电池极片毛刺信息的方法和装置
CN109582800A (zh) * 2018-11-13 2019-04-05 北京合享智慧科技有限公司 一种训练结构化模型、文本结构化的方法及相关装置
CN109857992A (zh) * 2018-12-29 2019-06-07 医渡云（北京）技术有限公司 医疗数据结构化解析方法、装置、可读介质及电子设备
CN110275963A (zh) * 2019-06-25 2019-09-24 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN110310739A (zh) * 2018-03-20 2019-10-08 贺丽君 信息处理系统及方法、健康信息专家系统
CN110377743A (zh) * 2019-07-25 2019-10-25 北京明略软件系统有限公司 一种文本标注方法及装置
CN110946616A (zh) * 2019-12-19 2020-04-03 上海尽星生物科技有限责任公司 一种基于云平台的超声检测系统及超声检测方法
CN111090988A (zh) * 2019-12-31 2020-05-01 南京新一代人工智能研究院有限公司 一种基于依存句法分析的医疗病历症状识别方法及其系统
CN111259112A (zh) * 2020-01-14 2020-06-09 北京百度网讯科技有限公司 医疗事实的验证方法和装置
CN111460169A (zh) * 2020-03-27 2020-07-28 科大讯飞股份有限公司 语义表达式生成方法、装置及设备
CN111859971A (zh) * 2020-07-23 2020-10-30 北京字节跳动网络技术有限公司 用于处理信息的方法、装置、设备和介质
CN111985238A (zh) * 2020-06-30 2020-11-24 联想(北京)有限公司 一种答案生成方法及设备
CN112115720A (zh) * 2020-08-31 2020-12-22 北京字节跳动网络技术有限公司 一种实体间关联关系的确定方法、装置、终端设备及介质
CN112434530A (zh) * 2019-08-06 2021-03-02 富士通株式会社 信息处理装置和信息处理方法
CN113312913A (zh) * 2021-07-30 2021-08-27 北京惠每云科技有限公司 一种病例书的切分方法、装置、电子设备及可读存储介质
WO2021169099A1 (zh) * 2020-02-27 2021-09-02 平安国际智慧城市科技股份有限公司 电子病例检测方法、装置、计算机设备和存储介质
CN113645604A (zh) * 2021-07-27 2021-11-12 上海德衡数据科技有限公司 基于智慧医疗的病房呼救方法及系统
CN114021563A (zh) * 2021-11-19 2022-02-08 浙江太美医疗科技股份有限公司 医疗信息中数据的抽取方法、装置、设备和存储介质
CN112115720B (zh) * 2020-08-31 2024-06-04 北京字节跳动网络技术有限公司 一种实体间关联关系的确定方法、装置、终端设备及介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10891352B1 (en) * 2018-03-21 2021-01-12 Optum, Inc. Code vector embeddings for similarity metrics
US10978189B2 (en) 2018-07-19 2021-04-13 Optum, Inc. Digital representations of past, current, and future health using vectors
CN111062193B (zh) * 2019-12-16 2023-04-25 医渡云（北京）技术有限公司 医疗数据标注方法及装置、存储介质、电子设备
CN112307172B (zh) * 2020-10-31 2023-08-01 平安科技（深圳）有限公司 一种语义解析设备、方法、终端及存储介质
CN113643077A (zh) * 2021-10-14 2021-11-12 北京百炼智能科技有限公司 一种标书标的物预测处理方法和系统
US11775734B2 (en) * 2021-11-24 2023-10-03 Adobe Inc. Multimodal input contextual font recommendations
CN114840676B (zh) * 2022-06-29 2023-01-10 北京欧应科技有限公司 用于对关于骨科的文本分类的方法、电子设备和存储介质
CN117033563B (zh) * 2023-10-10 2024-04-26 北京轻松怡康信息技术有限公司 一种文本检索方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060020582A1 (en) * 2004-07-22 2006-01-26 International Business Machines Corporation Method and system for processing abstract derived entities defined in a data abstraction model
US20060136259A1 (en) * 2004-12-17 2006-06-22 General Electric Company Multi-dimensional analysis of medical data
CN103955531A (zh) * 2014-05-12 2014-07-30 南京提坦信息科技有限公司 基于命名实体库的在线知识地图
CN104636466A (zh) * 2015-02-11 2015-05-20 中国科学院计算技术研究所 一种面向开放网页的实体属性抽取方法和系统
CN106777274A (zh) * 2016-06-16 2017-05-31 北京理工大学 一种中文旅游领域知识图谱构建方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060020582A1 (en) * 2004-07-22 2006-01-26 International Business Machines Corporation Method and system for processing abstract derived entities defined in a data abstraction model
US20060136259A1 (en) * 2004-12-17 2006-06-22 General Electric Company Multi-dimensional analysis of medical data
CN103955531A (zh) * 2014-05-12 2014-07-30 南京提坦信息科技有限公司 基于命名实体库的在线知识地图
CN104636466A (zh) * 2015-02-11 2015-05-20 中国科学院计算技术研究所 一种面向开放网页的实体属性抽取方法和系统
CN106777274A (zh) * 2016-06-16 2017-05-31 北京理工大学 一种中文旅游领域知识图谱构建方法及系统

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345690A (zh) * 2018-03-09 2018-07-31 广州杰赛科技股份有限公司 智能问答方法与系统
CN108345690B (zh) * 2018-03-09 2020-11-13 广州杰赛科技股份有限公司 智能问答方法与系统
CN108491491A (zh) * 2018-03-14 2018-09-04 广州杰赛科技股份有限公司 智能客服知识图谱的构建方法与系统
CN110310739A (zh) * 2018-03-20 2019-10-08 贺丽君 信息处理系统及方法、健康信息专家系统
CN110310739B (zh) * 2018-03-20 2022-06-24 贺丽君 健康信息处理方法、及其系统
CN108711443A (zh) * 2018-05-07 2018-10-26 成都智信电子技术有限公司 电子病历的文本数据解析方法和装置
CN108711443B (zh) * 2018-05-07 2021-11-30 成都智信电子技术有限公司 电子病历的文本数据解析方法和装置
CN109035243A (zh) * 2018-08-10 2018-12-18 北京百度网讯科技有限公司 用于输出电池极片毛刺信息的方法和装置
CN109582800A (zh) * 2018-11-13 2019-04-05 北京合享智慧科技有限公司 一种训练结构化模型、文本结构化的方法及相关装置
CN109857992A (zh) * 2018-12-29 2019-06-07 医渡云（北京）技术有限公司 医疗数据结构化解析方法、装置、可读介质及电子设备
CN110275963A (zh) * 2019-06-25 2019-09-24 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN110377743A (zh) * 2019-07-25 2019-10-25 北京明略软件系统有限公司 一种文本标注方法及装置
CN112434530A (zh) * 2019-08-06 2021-03-02 富士通株式会社 信息处理装置和信息处理方法
CN110946616A (zh) * 2019-12-19 2020-04-03 上海尽星生物科技有限责任公司 一种基于云平台的超声检测系统及超声检测方法
CN111090988A (zh) * 2019-12-31 2020-05-01 南京新一代人工智能研究院有限公司 一种基于依存句法分析的医疗病历症状识别方法及其系统
CN111259112A (zh) * 2020-01-14 2020-06-09 北京百度网讯科技有限公司 医疗事实的验证方法和装置
CN111259112B (zh) * 2020-01-14 2023-07-04 北京百度网讯科技有限公司 医疗事实的验证方法和装置
US11636936B2 (en) 2020-01-14 2023-04-25 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for verifying medical fact
WO2021169099A1 (zh) * 2020-02-27 2021-09-02 平安国际智慧城市科技股份有限公司 电子病例检测方法、装置、计算机设备和存储介质
CN111460169A (zh) * 2020-03-27 2020-07-28 科大讯飞股份有限公司 语义表达式生成方法、装置及设备
CN111985238A (zh) * 2020-06-30 2020-11-24 联想(北京)有限公司 一种答案生成方法及设备
CN111859971A (zh) * 2020-07-23 2020-10-30 北京字节跳动网络技术有限公司 用于处理信息的方法、装置、设备和介质
CN112115720A (zh) * 2020-08-31 2020-12-22 北京字节跳动网络技术有限公司 一种实体间关联关系的确定方法、装置、终端设备及介质
CN112115720B (zh) * 2020-08-31 2024-06-04 北京字节跳动网络技术有限公司 一种实体间关联关系的确定方法、装置、终端设备及介质
CN113645604B (zh) * 2021-07-27 2022-09-20 上海德衡数据科技有限公司 基于智慧医疗的病房呼救方法及系统
CN113645604A (zh) * 2021-07-27 2021-11-12 上海德衡数据科技有限公司 基于智慧医疗的病房呼救方法及系统
CN113312913A (zh) * 2021-07-30 2021-08-27 北京惠每云科技有限公司 一种病例书的切分方法、装置、电子设备及可读存储介质
CN114021563A (zh) * 2021-11-19 2022-02-08 浙江太美医疗科技股份有限公司 医疗信息中数据的抽取方法、装置、设备和存储介质

Also Published As

Publication number Publication date
US10496748B2 (en) 2019-12-03
US20190114318A1 (en) 2019-04-18
CN107729319B (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN107729319A (zh) 用于输出信息的方法和装置
CN107273503A (zh) 用于生成同语言平行文本的方法和装置
CN107168952A (zh) 基于人工智能的信息生成方法和装置
CN108804450A (zh) 信息推送的方法和装置
CN103544176B (zh) 用于生成多个页面所对应的页面结构模板的方法和设备
CN108121800A (zh) 基于人工智能的信息生成方法和装置
CN107241260A (zh) 基于人工智能的新闻推送的方法和装置
CN107193792A (zh) 基于人工智能的生成文章的方法和装置
CN108038469A (zh) 用于检测人体的方法和装置
CN107301170A (zh) 基于人工智能的切分语句的方法和装置
CN109190124B (zh) 用于分词的方法和装置
CN106845999A (zh) 风险用户识别方法、装置和服务器
CN107832468A (zh) 需求识别方法和装置
CN106960030A (zh) 基于人工智能的推送信息方法及装置
CN107193974A (zh) 基于人工智能的地域性信息确定方法和装置
Baur et al. eXplainable cooperative machine learning with NOVA
CN107910060A (zh) 用于生成信息的方法和装置
CN106921749A (zh) 用于推送信息的方法和装置
CN107145485A (zh) 用于压缩主题模型的方法和装置
CN108121699A (zh) 用于输出信息的方法和装置
CN108255999A (zh) 内容推荐方法及装置
CN109189544A (zh) 用于生成表盘的方法和装置
CN109299477A (zh) 用于生成文本标题的方法和装置
CN107610706A (zh) 语音搜索结果的处理方法和处理装置
CN109635094A (zh) 用于生成答案的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant