CN110188169A

CN110188169A - 一种基于简化标签的知识匹配方法、系统及设备

Info

Publication number: CN110188169A
Application number: CN201910446006.4A
Authority: CN
Inventors: 吕军震; 陈烽; 刘爱民; 汤青
Original assignee: Shenzhen Yunuo Intelligence Co Ltd
Current assignee: Shenzhen Yunuo Intelligence Co Ltd
Priority date: 2019-05-27
Filing date: 2019-05-27
Publication date: 2019-08-30

Abstract

本发明提供一种基于简化标签的知识匹配方法及系统，其中方法包括获取询问描述语句，还包括以下步骤：提取所述语句的知识主干信息；对信息知识进行匹配。本发明提出一种针对普通用户的基于简化标签的知识匹配方法及系统，针对询问描述句子主干信息进行提取和匹配知识，可实现根据询问句子的主要信息匹配已有数据知识，以及具有同义词关系的知识。

Description

一种基于简化标签的知识匹配方法、系统及设备

技术领域

本发明涉及医疗诊断的技术领域，特别是一种基于简化标签的知识匹配方法及系统。

背景技术

随着人们生活节奏加快，各种疾病也随即而来，传统的就医手段需要一系列的手续，很浪费时间。医疗健康信息处理主要利用信息技术对与人类医疗健康相关的数据进行处理，挖掘蕴含在这些数据中的有用信息和规律，弥补医疗资源的短缺，为实现智能化医疗、提高人类医疗健康服务水平提供技术支撑。

健康是促进人类发展的必然要求，医疗健康相关领域的发展关乎社会和谐与民生幸福，目前存在的问题主要为如何快速的对信息进行检索，即如何根据询问语句中包含的信息匹配知识库中的知识，其难点在于要根据询问语句的句子主干信息匹配出知识，但用户叙述的描述性语句通常只含有要询问知识的关键词的信息，此外通过语音途径获得的语句也可能包含错误的文字，并不包含一个知识的完整叙述，这样使得以往的数据库查询技术不再适合使用。

公开号为CN107993724A的发明专利公开了一种医学智能问答数据处理的方法及装置，其中方法包括：在用户查询问题数据中提取问题关键词，进行同义转换，确定问题关键词的同义词组；根据问题关键词的同义词组在预先设定的问答对知识库和规则知识库进行查找；若成功，输出问题关键词的同义词组中问题关键词及其同义词对应的答案结果数据；若失败，对问题关键词进行语义扩展处理，得到问题关键词及其同义词的下位词的同义词组；根据问题关键词及其同义词的下位词的同义词组继续匹配查找，生成包含检索结果的检索结果列表；对检索结果列表中的检索结果进行相似度计算，确定各检索结果的相似度；根据各检索结果的相似度对各检索结果进行排序并输出。在该方法中的知识库和规则模板知识库的仍需要较大的规模，目前建立这种知识库的方法大多还是采用手工或半手工方法，库中的问答对越丰富，规则模板越详细，匹配失败的可能性越小，查询的精度也相对越高，然而带来的工作量增大、所需的时间和成本提高，限制了此类方法的使用。该方法不能从根本上解决前述预先建立知识库和后期对知识库的维护扩充时工作量大、耗时长、成本高等问题。

发明内容

为了解决上述的问题，本发明提出一种针对普通用户的基于简化标签的知识匹配方法及系统，针对询问描述句子主干信息进行提取和匹配知识，可实现根据询问句子的主要信息匹配已有数据知识，以及具有同义词关系的知识。

本发明的第一目的是提供了一种基于简化标签的知识匹配方法，包括对用户上传的医院检查报告单进行OCR识别，还包括以下步骤：

步骤1：进行异常指标信息的抓取；

步骤2：生成电子检查报告信息；

步骤3：结合专家知识库，自动生成推荐信息；

步骤4：根据所述推荐信息，生成所述医院检查报告单的解读文件。

优选的是，所述步骤1包括以下子步骤：

步骤11：指标关键词抓取；

步骤12：指标异常信息的判断；

步骤13：指标异常信息的确认。

在上述任一方案中优选的是，所述步骤11还包括根据专家知识库中的指标名称从所述OCR识别结果中匹配指标关键词。

在上述任一方案中优选的是，使用文本相似算法计算相似度。相似度超过相似阈值的自动确认为该指标关键词。

在上述任一方案中优选的是，所述步骤11还包括根据识别出来的所述指标关键词结合所述专家知识库判断项目类别。

在上述任一方案中优选的是，所述步骤12还包括在所述指标关键词的相邻位置查找指标异常标志，来判断指标的状态。

在上述任一方案中优选的是，所述步骤12还包括在所述指标关键词的相邻位置抓取指标对应的结果和范围。判断指标是否异常。

在上述任一方案中优选的是，所述步骤13还包括根据所述确认结果，识别出错误和/或漏掉信息,对指标信息进行删除、修改和增加中至少一种操作。

在上述任一方案中优选的是，所述确认包括计算机确认和用户确认。

在上述任一方案中优选的是，所述解读文件包括指标的临床意义和/或健康指导。

本发明的第二目的是一种基于简化标签的知识匹配系统，包括用于对用户上传的医院检查报告单进行OCR识别的识别模块，还包括以下模块：

抓取模块：用于进行异常指标信息的抓取；

生成模块：用于生成电子检查报告信息；

推荐模块：用于结合专家知识库，自动生成推荐信息；

解读模块：根据所述推荐信息，生成所述医院检查报告单的解读文件；专家知识库：用于存储指标信息、指标含义和健康指导信息中至少一种。。

优选的是，所述抓取模块包括以下子模块：

关键词子模块：用于指标关键词抓取；

判断子模块：用于指标异常信息的判断；

确认子模块：用于指标异常信息的确认。

在上述任一方案中优选的是，所述关键词子模块还用于根据专家知识库中的指标名称从所述OCR识别结果中匹配指标关键词。

在上述任一方案中优选的是，所述关键词子模块还用于根据识别出来的所述指标关键词结合所述专家知识库判断项目类别。

在上述任一方案中优选的是，所述判断子模块还用于在所述指标关键词的相邻位置查找指标异常标志，来判断指标的状态。

在上述任一方案中优选的是，所述判断子模块还用于在所述指标关键词的相邻位置抓取指标对应的结果和范围。判断指标是否异常。

在上述任一方案中优选的是，所述确认子模块还用于根据所述确认结果，识别出错误和/或漏掉信息,对指标信息进行删除、修改和增加中至少一种操作。

本发明提出了一种基于简化标签的知识匹配方法及系统，解决了以往查询匹配中的多个检索问题，利用了句法分析、分词、同义词、SQL查询等技术，减少了检索的输入、实现关键词的无序输入、也实现了同义词检索。

附图说明

图1为按照本发明的基于简化标签的知识匹配方法的一优选实施例的流程图。

图2为按照本发明的基于简化标签的知识匹配系统的一优选实施例的模块图。

图3为按照本发明的基于简化标签的知识匹配方法的解读报告单的一实施例的指标关键词示意图。

图4为按照本发明的基于简化标签的知识匹配方法的解读报告单的另一实施例的报告单原图。

图5为按照本发明的基于简化标签的知识匹配方法的解读报告单的再一实施例的报告单原图。

具体实施方式

下面结合附图和具体的实施例对本发明做进一步的阐述。

实施例一

如图1、2所示，执行步骤100，获取询问描述语句。执行步骤110，提取模块210提取所述语句的知识主干信息。在所述步骤110中，执行步骤111，规则建立子模块211根据现在汉语的成分分析法，建立目前句子主干结构的组成规则。执行步骤112，语句分析子模块212以所述询问描述语句为根节点T，对所述询问描述语句进行句法分析，将分析的结果作为一个子节点，得到句子的下一层结构，根据所述组成规则对每个节点的成分进行过滤，得到主要成分。执行步骤113，成分组合子模块213将步骤112中得到的主要成分进行组合，得到句子的主要成分，即已有知识的标签。执行步骤114，核对修改子模块214对所述知识标签进行人工的核对，修改其中不准确的标签以及前后有冲突的数据。

执行步骤120，匹配模块220对信息知识进行匹配。在所述步骤120中，执行步骤121，关系表制作子模块221对已有知识表述提取的所述主干信息，制作“原知识—标签映射”关系表。步骤122，同义词替换子模块222对标签进行同义词替换，得到标准表述的映射关系列表。步骤123，分词划分子模块223将所述标签列进行分词，并将分词后的结果按词性划分到各个维度中。步骤124，分词处理子模块224对输入的查询匹配语句进行同样的分词处理，按照各个维度执行类SQL的多线程查询，获得匹配到的标签项，将获得的匹配标签按重合度进行排序，以列表形式返回，得到检索推荐原知识并返回给用户。步骤125，标签映射子模块225将所述步骤124得到的标签利用所述对应关系列表进行映射。

实施例二

本发明设计了一种对询问描述句子主干信息提取、匹配知识的工具软件，可实现根据询问句子的主要信息匹配已有数据知识，以及具有同义词关系的知识。

知识匹配提取首先要解决的就是知识主干信息的提取，在这里我们根据现在汉语语法分析中的层次分析法来对句子进行分析，建立句子的树形结构，在树的每一层次中再根据句子的层次分析法，建立规则，利用分词得到词性，提取主干信息，即已有知识的简化标签。

第二个要解决的问题是匹配的规则，现在我们采取的是“全匹配”规则，即查询匹配出来的知识的简化标签必须完全包含在询问句子中，忽略其表达顺序、表达方式等。

通过以上两个步骤我们就实现了对手术名称、疾病名称知识的匹配过程，在此过程中涉及到的技术包括：

(1)分词：分词是自然语言处理的基础，包括词性定义、词典构建。

(2)同义词：对知识或词典的别称(别名)建立同义词映射关系表，将意义相同的非标准的表述转化为统一的标准表述。

(3)句法分析：包括依存分析、句子的层次分析、成分分析等过程。

(4)句子相似度的计算：在此采取句子之间的编辑距离作为相似的标准。

这种基于标签的知识匹配方法解决了以往查询匹配中的多个检索问题，利用了句法分析、分词、同义词、SQL查询等技术，它减少了检索的输入、实现关键词的无序输入、也实现了同义词检索。

软件的最终目的就是从手术名称、疾病名称中检索疾病、手术知识信息，经过测试现在该软件已完全符合该目的，可以实现上述的检索过程，该检索推荐的过程是一个通用的过程，不仅仅局限于疾病、手术，其他领域的知识推荐也可按以上步骤进行处理应用。

在此过程中我们使用的知识库文件包括：分词字典、疾病名称、手术名称等数据文件。

实施例三

跟据查询描述语句“由于使用了致幻剂质而引起一些精神、行为上的障碍。”查询其中包含的知识信息。

(一)为了知识主干信息的提取，包括以下步骤：

1.根据现在汉语的成分分析法，建立目前句子主干结构的组成规则，如：主谓结构、定中结构、状中结构等。根据这些规则我们可以提取主要的成分。

例子：疾病名称：“使用致幻剂质引起的其他精神和行为障碍”，经过语法分析后的结果如表1所示，关系图如图3所示。

序号

词语

词语原型

词性

句法特征

中心词

依存关系

1

使用

v

_

0

核心关系

2

致幻剂质

v

_

3

主谓关系

3

引起

v

_

6

定中关系

4

的

u

_

3

右附加关系

5

其他

r

_

6

定中关系

6

精神

n

_

1

动宾关系

7

和

c

_

9

左附加关系

8

行为

n

_

9

定中关系

9

障碍

n

_

6

并列关系

表1：语法分析后的结果表

2.以原始句子为根节点T，对句子进行句法分析，将分析的结果作为一个子节点，得到句子的下一层结构，之后根据步骤1中的规则对每个节点的成分进行过滤，得到主要成分。

对步骤1中例子，我们可以得到如图4所示的树：

3.将步骤2中每一层次中的主要成分进行组合，得到句子的主要成分，即已有知识的标签。

步骤2例子中树形图提取的标签为：“致幻剂质引起精神行为障碍”。

4.对步骤3中自动抽取的知识标签，需要进行人工的核对，修改其中不准确的标签以及前后有冲突的数据。

(二)为了实现对信息知识的匹配，包括以下步骤：

1.对已有知识表述提取的主干信息(标签)，制作如表2所示的“原知识—标签映射”关系表。

原知识	标签
		使用致幻剂质引起的其他精神和行为障碍	致幻剂质引起精神行为障碍

表2：原知识—标签映射”关系表

2.对标签进行同义词替换，得到标准表述的映射关系列表。

3.将步骤2中标签列进行分词，并将分词后的结果按词性划分到各个维度中。

对上例的分词结果如表3所示：

词语	词性
		致幻剂质	n
引起	dongci
		精神	qinggan
行为	dongzuo
		障碍	nzztz

表3：分词结果表

4.对输入的查询匹配语句进行同样的分词处理，按各个维度执行类SQL的多线程查询，获得匹配到的标签项，之后将获得的匹配标签按重合度进行排序，以列表形式返回。

a)输入的查询句子“由于使用了致幻剂质而引起一些精神、行为上的障碍。”分词结果如表4所示：

词语	词性
		由于	c
使用	v
		了	ul
致幻剂质	n
		而	c
引起	dongci
		一些	m
精神	qinggan
		、	x
行为	dongzuo
		上	f
的	uj
		障碍	nzztz
。	x

表4：分词结果表

a)多线程查询结果：

['精神障碍','致幻剂质引起精神行为障碍']

b)按计算文本的重合度：

“精神障碍”：0.29“致幻制剂引起精神行为障碍”：0.67

c)排序后输入结果：

['致幻剂质引起精神行为障碍'，'精神障碍']

5.将步骤4得到的标签，利用步骤2中得到的对应关系列表进行映射，得到检索推荐原知识，返回给用户。

['使用致幻剂质引起的其他精神和行为障碍'，'精神障碍']。

实施例四

如图5所示，本发明的软件的工作流程为：

·对原始手术、疾病知识进行主干句子提取，生成简化的标签。

·对标签以及同义词替换后的标签与原始知识做映射关系列表。

·对标签进行分词，并根据分词后的此词性将各个分词结果划分到各个维度，形成检索表。

·将输入的查询句子进行分词处理，按分词的结果进行多线程的查询，匹配出输入中提及的知识标签。

·将匹配出来的知识标签按映射关系表找到原始的知识数据，返回结果。

为了更好地理解本发明，以上结合本发明的具体实施例做了详细描述，但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改，均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

Claims

1.一种基于简化标签的知识匹配方法，包括获取询问描述语句，其特征在于，还包括以下步骤：

步骤1：提取所述语句的知识主干信息；

步骤2：对信息知识进行匹配。

2.如权利要求1所述的基于简化标签的知识匹配方法，其特征在于，所述步骤1包括以下子步骤：

步骤11：根据现在汉语的成分分析法，建立目前句子主干结构的组成规则；

步骤12：以所述询问描述语句为根节点T，对所述询问描述语句进行句法分析；

步骤13：将步骤12中得到的主要成分进行组合，得到句子的主要成分，即已有知识的标签；

步骤14：对所述知识标签进行人工的核对，修改其中不准确的标签以及前后有冲突的数据。

3.如权利要求2所述的基于简化标签的知识匹配方法，其特征在于，所述步骤12还包括将分析的结果作为一个子节点，得到句子的下一层结构。

4.如权利要求3所述的基于简化标签的知识匹配方法，其特征在于，所述步骤12还包括根据所述组成规则对每个节点的成分进行过滤，得到主要成分。

5.如权利要求4所述的基于简化标签的知识匹配方法，其特征在于，所述步骤2包括以下子步骤：

步骤21：对已有知识表述提取的所述主干信息，制作“原知识—标签映射”关系表；

步骤22：对标签进行同义词替换，得到标准表述的映射关系列表；

步骤23：将所述标签列进行分词，并将分词后的结果按词性划分到各个维度中；

步骤24：对输入的查询匹配语句进行同样的分词处理；

步骤25：将所述步骤24得到的标签利用所述对应关系列表进行映射。

6.如权利要求5所述的基于简化标签的知识匹配方法，其特征在于，所述步骤24还包括按照各个维度执行类SQL的多线程查询，获得匹配到的标签项。

7.如权利要求6所述的基于简化标签的知识匹配方法，其特征在于，所述步骤24还包括将获得的匹配标签按重合度进行排序，以列表形式返回。

8.如权利要求5所述的基于简化标签的知识匹配方法，其特征在于，所述步骤24还包括得到检索推荐原知识并返回给用户。

9.一种基于简化标签的知识匹配系统，包括用于获取询问描述语句的获取模块，其特征在于，还包括以下模块：

提取模块：用于提取所述语句的知识主干信息；

匹配模块：对信息知识进行匹配。

10.如权利要求9所述的基于简化标签的知识匹配系统，其特征在于，所述提取模块包括以下子模块：

规则建立子模块：用于根据现在汉语的成分分析法，建立目前句子主干结构的组成规则；

语句分析子模块：用于以所述询问描述语句为根节点T，对所述询问描述语句进行句法分析；

成分组合子模块：用于将从所述语句分析子模块得到的主要成分进行组合，得到句子的主要成分，即已有知识的标签；

核对修改子模块：用于对所述知识标签进行人工的核对，修改其中不准确的标签以及前后有冲突的数据。