CN110059186A - 一种医学术语校对任务分配的方法 - Google Patents

Abstract

本发明公开了一种医学术语校对任务分配的方法，其包括以下步骤：将原始的医学术语聚类，得到疑似同义术语簇,每个同义术语簇为一个校对任务；在校对人员集合中计算每个校对人员的推荐指数；计算校对人员擅长的领域；根据推荐指数和承担任务的范围,分配校对任务；构建医学术语校对任务的训练集和测试集，将训练集送入BP神经网络模型中进行训练，用测试集去测试模型性能，最终实现权重的更新。实验表明，本方法有效解决了医学术语专业性强，任务分配困难的问题。

Description

一种医学术语校对任务分配的方法

技术领域

本发明属于医疗信息处理领域，更为具体地，尤其涉及一种医学术语校对任务分配的方法。

背景技术

为了构建医疗术语知识库，需要人工校对术语之间是否存在同义词关系。目前人工校对过程任务分配主要采用两种模式：(1)招募少量医疗领域的专业人员，按比例分配任务；(2)采用众包方式通过互联网以自由自愿的形式完成校对工作。由于术语数量往往非常大，因此专业人员校对术语成本较高。而采用众包方式分配医疗术语校对任务面临的主要问题是由于医疗术语的专业性很强，对人员的要求高，难以自动筛选适合的人员。

综上所述，本领域亟需一种新的医学术语校对任务分配的方法来解决上述问题。

发明内容

有鉴于此，本发明公开了医学术语校对任务分配的方法，提高了任务分配方式的准确性。其方法包括：将原始的医学术语聚类，得到疑似同义术语簇，每个同义术语簇为一个校对任务；在校对人员集合中计算每个校对人员的推荐指数；计算校对人员的擅长领域；根据推荐指数和承担任务的范围，分配校对任务；构建医学术语校对任务的训练集和测试集，训练一个4输入、1输出的反向传播神经网络模型，并用测试集进行测试，若准确率超过α，则认为该模型能解决医学术语校对任务，将此时的权重ω₁、ω₂、ω₃、ω₄进行更新。计算校对人员擅长的领域步骤和根据推荐指数和承担任务的范围,分配校对任务步骤之间，还包括校对人员情绪状态筛选的过程，具体为：校对人员填写心理身体紧张松弛测试表，如若被测试者总分低于43或高于65，则不给该校对人员分配任务。

优选地，将原始的医学术语聚类，得到疑似同义术语簇,每个同义术语簇为一个校对任务的过程包括：根据所述术语集合中术语名称的字面特征，通过基于密度的聚类算法，将不同的术语名称和术语缩写分别聚类得到术语簇集C＝{c₁,c₂,...,c_n}，其中，术语簇中c_i包括多个术语名称和术语缩写；然后将c_i中每个术语名称和术语缩写对应的类别加入到类别集合D'_i＝{D'₁,D'₂,...,D'_n}；最后设定每个c_i为一个任务。

优选地，在校对人员集合中计算每个校对人员的推荐指数的过程中包括：

获取校对人员的职称、临床经验、患者推荐热度值、工作时间，采集的数据来源，一方面来自于校对人员自行录入；另一方面来源于爬取目前主流的医疗问诊网站。取每位校对人员对应于这4个字段的两方面数据来源结果的交集作为各字段值。

计算校对人员的职称推荐值w_i，将所述职称映射到从高至低的五档职称推荐值中，其中最高档职称推荐值为1，最低档职称推荐值为0，每档跨度为0.25；

计算校对人员的临床经验值e_is，e_is的计算方法如下：

其中,e_i表示所述校对人员的临床经验，临床经验为校对人员诊治过的患者数量；

计算患者推荐热度值r_is，计算方法如下：

其中,r_i表示某校对人员在预设的医疗网站中获得的患者推荐热度值；

计算校对人员的工作时间经验值t_is，其中t_i为校对人员的工作时间，工作时间以月为单位进行统计；

根据职称推荐值w_i、临床经验值e_is、患者推荐热度值r_is、工作时间经验值t_is，借助于层次分析法，计算得到校对人员的推荐指数score_i。

优选地，计算校对人员擅长的领域的步骤，包括：采集校对人员的擅长领域D_i＝{A₁,A₂,...,A_n}；在预设的医疗网站中获取校对人员的擅长领域集加入到D_i中；将临床数据库中抽取出的诊断名称和检验分类加入到D_i中，形成最终校对人员擅长的领域D_i。

根据推荐指数和承担任务的范围，分配校对任务的步骤包括：

根据校对人员的score_i排序形成一个有序队列PA＝{d₁,d₂,...,d_n}.；将志愿者d_i的擅长领域集D_i＝{A₁,A₂,...,A_n}与c_i任务类别集合D'_i＝{D'₁,D'₂,...,D'_n}计算得到任务匹配度td_i，计算公式为：

如果匹配度td_i高于ε,且校对人员d_i的任务数小于N，则将任务分配；将校对人员d_i的任务数d_ir加1，重复以上步骤，直到校对任务分配完毕。当ε的值为0.7，任务数N为10时，校对人员任务分配效果最好。

利用校对人员的任务分配情况，构建医学术语校对任务的训练集和测试集，用训练集训练一个4输入、1输出的反向传播神经网络模型，并用测试集进行测试，若准确率超过α，则认为该模型能解决医学术语校对任务，并将权重ω₁、ω₂、ω₃、ω₄进行更新。

相比于现有技术，本发明的方法能有效解决医学术语专业性强，任务分配困难的问题。

根据下面参考附图对示例性实施例的详细说明，本发明的其它特征及方面将变得清楚。

附图说明

读者在参照附图阅读了本发明的具体实施方式以后，将会更清楚地了解本发明的各个方面。其中，

图1示出依据本发明的一实施方式，一种医学术语校对任务分配的方法。

图2示出反向传播神经网络模型图。

具体实施方式

参照图1，在该实施方式中，本发明的医学术语校对任务分配的方法通过以下步骤予以实现。

将原始的医学术语聚类，得到疑似同义术语簇，每个同义术语簇为一个校对任务；在校对人员集合中计算每个校对人员的推荐指数；计算校对人员的擅长领域；根据推荐指数和承担任务的范围，分配校对任务；构建医学术语校对任务的训练集和测试集，将训练集送入构建的反向传播神经网络模型中，用测试集去测试模型性能，进而实现权重更新。

其中，校对人员可以是召集的志愿者，也可以是众包系统中的用户，或者是医疗机构的医疗人员。

计算校对人员擅长的领域步骤和根据推荐指数和承担任务的范围,分配校对任务步骤之间，还包括校对人员情绪状态筛选的过程，具体为：校对人员填写心理身体紧张松弛测试表，如若被测试者总分低于43或高于65，则不给该校对人员分配任务。

优选地，将原始的医学术语聚类，得到疑似同义术语簇,每个同义术语簇为一个校对任务的过程包括：根据所述术语集合中术语名称的字面特征，通过基于密度的聚类算法，将不同的术语名称和术语缩写分别聚类得到术语簇集C＝{c₁,c₂,...,c_n}，其中，术语簇中c_i包括多个术语名称和术语缩写；然后将c_i中每个术语名称和术语缩写对应的类别加入到类别集合D'_i＝{D'₁,D'₂,...,D'_n}；最后设定每个c_i为一个任务。

优选地，在校对人员集合中计算每个校对人员的推荐指数的过程中包括：

获取校对人员的职称、临床经验、患者推荐热度值、工作时间。一方面，每位校对人员在参与校对任务前需要填写一份含这4个字段的表单；另一方面，为了验证校对人员填写内容的可信度，利用爬虫技术爬取目前主流的医疗问诊网站，例如：好大夫，寻医问药网等，获取各位校对人员的职称、临床经验、工作时间、患者推荐热度值。如果校对人员填写的数据与爬取得到的各字段存在交集，那么将交集内容作为该校对人员对应的字段值。

计算校对人员的职称推荐值w_i，将所述职称映射到从高至低的五档职称推荐值中，其中最高档职称推荐值为1，最低档职称推荐值为0，每档跨度为0.25；

计算校对人员的临床经验值e_is，e_is的计算方法如下：

其中,e_i表示所述校对人员的临床经验，临床经验为校对人员诊治过的患者数量；

计算患者推荐热度值r_is，计算方法如下：

其中,r_i表示某校对人员在预设的医疗网站中获得的患者推荐热度值；

计算校对人员的工作时间经验值t_is，其中t_i为校对人员的工作时间，工作时间以月为单位进行统计；

根据职称推荐值w_i、临床经验值e_is、患者推荐热度值r_is、工作时间经验值t_is，利用以下步骤计算得到每个校对人员的推荐指数score_i。为了方便后续说明，将分别用c₁,c₂,c₃,c₄表示职称、临床经验、患者推荐热度值、工作时间。

依据专业医务人员的经验知识，构造了各项影响因素相互作用程度的矩阵A。ω₁、ω₂、ω₃、ω₄分别表示职称、临床经验、患者推荐热度值、工作时间的权重，横、纵坐标依次为c₁、c₂、c₃、c₄。

再进一步评价所涉及的校对人员在这4个影响因素下的推荐顺序。针对职称推荐值w_i、临床经验值e_is、患者推荐热度值r_is、工作时间经验值t_is，可以相应的构造出判断矩阵B₁，B₂，B₃，B₄。其中，横、纵坐标为每个校对人员，共m个。

分别对上述5个矩阵做以下计算：

计算矩阵每一行元素的乘积

计算M_i的n次方根将其标准化为则W_i为所求特征向量。

计算最大特征值：表示向量AW的第i个分量。

判断矩阵的一致性指标CI、判断矩阵的同阶平均随机一致性指标RI以及随机一致性比率CR的计算公式如下：

当CR<0.10，则认为该矩阵通过一致性检验，否则不具有一致性。

根据上述计算方法及评定结果，计算校对人员的综合推荐总排序，方法如下：

根据每个判断矩阵B₁，B₂，B₃，B₄所求得的特征向量W_j(j＝1,2,3,4)构成校对人员相对于职称、临床经验、患者推荐热度值、工作时间这四项影响因素的作用效果的权值矩阵B＝(b_ij)_m*n，其中，i＝1,2,…,m；j＝1,2,…,n。矩阵A求得的特征向量W_j，对矩阵A，B₁，B₂，B₃，B₄进行一致性检验，若达不到一致性，则需调整之前的判断矩阵。最终按照公式(a_j为矩阵A的特征向量),计算得到校对人员的推荐指数score_i,并对校对人员进行排序，形成一个有序队列PA＝{d₁,d₂,...,d_n}。

优选地，计算校对人员擅长领域的步骤，包括：采集校对人员的擅长领域D_i＝{A₁,A₂,...,A_n}；在预设的医疗网站中获取校对人员的擅长领域集加入到D_i中；将临床数据库中抽取出的诊断名称和检验分类加入到D_i中，形成最终校对人员擅长的领域D_i。

采集校对人员的擅长领域D_i＝{A₁,A₂,...,A_n}的方法为：(1)校对人员自行录入；(2)爬取目前主流的医疗问诊网站获取擅长领域。

由于通常校对人员录入的擅长领域较为宽泛，本发明中采用从医疗网站和临床数据库中补充校对人员擅长领域信息，以期实现获得较为精准的领域信息。校对人员擅长领域的获取是从知网、谷歌学术等学术文献网站中检索含校对人员的姓名(中英文)的论文，将查询到的论文的关键词和领域信息进行标准化，得到标准化的领域名称，将其加入到校对人员擅长领域集中，然后将校对人员姓名在区域卫生平台的数据库中查询，得到该人员参与的医疗诊断名称和检验分类信息，将这些信息经过标准化后也加入到校对人员擅长领域集中。

其中，医学检验分类主要为临床检验、生物化学检验、微生物检验、寄生虫检验和免疫检验，而每个医学检验中包含了各种各样的检验指标，通过对每位人员的电子诊断记录中涉及的检查项中的检查指标进行聚类，便可以得到各位医生擅长的校对指标集。

根据推荐指数和承担任务的范围，分配校对任务的步骤包括：

根据校对人员的score_i排序形成一个有序队列PA＝{d₁,d₂,...,d_n}.；将志愿者d_i的擅长领域集D_i＝{A₁,A₂,...,A_n}与c_i任务类别集合D'_i＝{D'₁,D'₂,...,D'_n}计算得到任务匹配度td_i，计算公式为：

如果匹配度td_i高于ε,且校对人员d_i的任务数小于N，则将任务分配；将校对人员d_i的任务数d_ir加1，重复以上步骤，直到校对任务分配完毕为止。

任务分配时，当ε的值为0.7，任务数N为10时，校对人员任务分配效果最好。

由于权重ω₁、ω₂、ω₃、ω₄是依据医务人员的先验知识确定的，存在人为因素的影响，因此，利用反向传播神经网络动态更新上文提及的权重ω₁、ω₂、ω₃、ω₄的值，具体步骤如下：

根据校对人员任务分配具体情况，构建出校对医学术语校对任务的数据集。每条数据格式为<w_i,e_is，r_is，t_is，1/0>,数字1代表校对任务分配给该校对人员，数字0代表校对任务未分配给该校对人员。将数据集分为2组，其中一组作为训练样本，另外一组作为测试样本。使用这些数据训练一个输入层节点为4(分别对应4个特征)，输出层节点为1(对应该条数据属于被分配的可能性大小)的反向传播神经网络模型。先将数据提供给输入层，逐层将信号前传，直到产生输出层的结果；然后计算输出层的误差，再将误差逆向传播至隐层神经元，最后根据隐层神经元的误差来对权值和阈值进行调整。该迭代过程循环进行，直到达到误差小于β为止。利用反向传播神经网络自适应学习算法训练网络，确定各层的权重和阈值。将测试样本输入到训练好的网络中，通过比较期望输出和实际输出，评价反向传播神经网络输出结果的准确率，用其来衡量医学术语校对任务分配的有效性。若测试成功，即准确率超过α，则得到更新的权值，将更新的权值作为权重ω₁、ω₂、ω₃、ω₄，并且构建的反向传播深刻网络模型可作为医学术语校对任务的分配方法；若不成功，则需对构建的网络模型和样本数据进行检查和完善，开展网络模型的重新训练和测试。

上文中，参照附图描述了本发明的具体实施方式。但是，本领域中的普通技术人员能够理解，在不偏离本发明的精神和范围的情况下，还可以对本发明的具体实施方式作各种变更和替换。这些变更和替换都落在本发明权利要求书所限定的范围内。

Claims (9)

1.一种医学术语校对任务分配的方法，其特征在于，所述方法包括以下步骤：

将原始的医学术语聚类，得到疑似同义术语簇，每个同义术语簇为一个校对任务；

在校对人员集合中计算每个校对人员的推荐指数；

计算校对人员的擅长领域；

根据推荐指数和承担任务的范围，分配校对任务；

构建医学术语校对任务的训练集和测试集，将训练集送入构建的反向传播神经网络模型中，用测试集去测试模型性能，进而实现权重更新。

2.根据权利要求1所述的方法，其特征在于，将原始的医学术语聚类，得到疑似同义术语簇，每个同义术语簇为一个校对任务的过程包括：

根据所述术语集合中术语名称的字面特征，通过基于密度的聚类算法，将不同的术语名称和术语缩写分别聚类得到术语簇集C＝{c₁，c₂，...，c_n}，其中，术语簇中c_i包括多个术语名称和术语缩写；

将c_i中每个术语名称和术语缩写对应的类别加入到类别集合D′_i＝{D′₁，D′₂，...，D′_n}；

设定每个c_i为一个任务。

3.根据权利要求1所述的方法，其特征在于，在校对人员集合中计算每个校对人员的推荐指数的过程中包括：

获取校对人员的职称、临床经验、患者推荐热度值、工作时间；

计算校对人员的职称推荐值w_i，将所述职称映射到从高至低的五档职称推荐值中，其中最高档职称推荐值为1，最低档职称推荐值为0，每档跨度为0.25；

计算校对人员的临床经验值e_is，e_is的计算方法如下：

其中，e_i表示所述校对人员的临床经验，临床经验为校对人员诊治过的患者数量；

计算患者推荐热度值r_is，计算方法如下：

其中，r_i表示某校对人员在预设的医疗网站中获得的患者推荐热度值；

计算校对人员的工作时间经验值t_is，其中t_i为校对人员的工作时间，工作时间以月为单位进行统计；

根据职称推荐值w_i、临床经验值e_is、患者推荐热度值r_is、工作时间经验值t_is，借助于层次分析法，计算得到校对人员的推荐指数score_i。

4.根据权利要求3所述的方法，其特征在于，获取校对人员的职称、临床经验、患者推荐热度值、工作时间这4个字段的数据来源，一方面来自于校对人员自行录入，另一方面来源于爬取目前主流的医疗问诊网站所返回的结果，取每位校对人员对应于这4个字段的两方面数据来源结果的交集作为各字段值。

5.根据权利要求1所述的方法，其特征在于，计算校对人员擅长的领域的步骤，包括：

采集校对人员的擅长领域D_i＝{A₁，A₂，...，A_n}；

在预设的医疗网站中获取校对人员的擅长领域集加入到D_i中；

将临床数据库中抽取出的诊断名称和检验分类加入到D_i中，形成最终校对人员擅长的领域D_i。

6.根据权利要求1所述的方法，其特征在于，根据推荐指数和承担任务的范围，分配校对任务的步骤包括：

根据校对人员的score_i排序形成一个有序队列PA＝{d₁，d₂，...，d_n}；

将志愿者d_i的擅长领域集D_i＝{A₁，A₂，...，A_n}与c_i任务类别集合D′_i＝{D′₁，D′₂，...，D′_n}计算得到任务匹配度td_i，计算公式为：

如果匹配度td_i高于ε，且校对人员d_i的任务数小于N，则进行任务分配；

将校对人员d_i的任务数d_ir加1，重复以上步骤，直到校对任务分配完毕为止。

7.根据权利要求5所述的方法，其特征在于，所述ε的值为0.7，所述任务数N为10。

8.根据权利要求1所述的方法，其特征在于，计算校对人员擅长的领域步骤和根据推荐指数和承担任务的范围，分配校对任务步骤之间，还包括校对人员情绪状态筛选的过程，具体为：

校对人员填写心理身体紧张松弛测试表，如若被测试者总分低于43或高于65，则不给该校对人员分配任务。

9.根据权利要求1所述的方法，其特征在于，利用校对人员的任务分配情况，构建医学术语校对任务的训练集和测试集，用训练集训练一个4输入、1输出的反向传播神经网络模型，并用测试集进行测试，若准确率超过α，则认为该模型能解决医学术语校对任务，将此时的权重ω₁、ω₂、ω₃、ω₄进行更新。