CN110263167A - 医疗实体分类模型生成方法、装置、设备和可读存储介质 - Google Patents

医疗实体分类模型生成方法、装置、设备和可读存储介质 Download PDF

Info

Publication number
CN110263167A
CN110263167A CN201910536294.2A CN201910536294A CN110263167A CN 110263167 A CN110263167 A CN 110263167A CN 201910536294 A CN201910536294 A CN 201910536294A CN 110263167 A CN110263167 A CN 110263167A
Authority
CN
China
Prior art keywords
medical bodies
feature
medical
bodies
characteristic
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
CN201910536294.2A
Other languages
English (en)
Other versions
CN110263167B (zh
Inventor
郭辉
史亚冰
徐伟建
彭卫华
罗雨
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.)
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 CN201910536294.2A priority Critical patent/CN110263167B/zh
Publication of CN110263167A publication Critical patent/CN110263167A/zh
Application granted granted Critical
Publication of CN110263167B publication Critical patent/CN110263167B/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
    • 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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/374—Thesaurus
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明实施例提出一种医疗实体分类模型生成方法、装置、设备和可读存储介质，所述方法包括：获取多个样本数据，一个所述样本数据包括至少两个医疗实体和所述至少两个医疗实体的同类判定结果；采用预先选定的多个特征，确定所述样本数据的每个所述医疗实体的词向量；采用所述多个样本数据的医疗实体的词向量和所述同类判定结果，进行模型训练，生成医疗实体分类模型。本发明实施例通过多个特征，充分挖掘医疗实体的特征，提高分类结果的准确性。

Description

医疗实体分类模型生成方法、装置、设备和可读存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种医疗实体分类模型生成方法、装置、设备和可读存储介质。
背景技术
现有方法中，单源疾病实体到知识图谱(Knowledge Graph，KG)疾病实体的归一处理方式为：实体名匹配，实体同义词匹配，实体相似度计算后交付医学专家评估。主要存在缺点：错误率比较高，增加了医学专家的标注量，效率低。
发明内容
本发明实施例提供一种医疗实体分类模型生成方法、装置、设备和可读存储介质，以解决现有技术中的一个或多个技术问题。
第一方面，本发明实施例提供了一种医疗实体分类模型生成方法，包括：
获取多个样本数据，一个所述样本数据包括至少两个医疗实体和所述至少两个医疗实体的同类判定结果；
采用预先选定的多个特征，确定所述样本数据的每个所述医疗实体的词向量；
采用所述多个样本数据的医疗实体的词向量和所述同类判定结果，进行模型训练，生成医疗实体分类模型。
在一种实施方式中，所述采用预先选定的多个特征，确定所述样本数据的每个所述医疗实体的词向量，包括：
对同一所述样本数据中的每个所述医疗实体，采用预先选定的所述多个特征，确定所述医疗实体对应所述多个特征的特征数据；
根据所述特征数据，确定所述医疗实体的词向量的各个元素；
将所述各个元素组成所述医疗实体的词向量。
在一种实施方式中，所述多个特征包括字符特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：通过计算同一所述样本数据的至少两个医疗实体之间的字符相似度，确定所述医疗实体对应所述字符特征的特征数据。
在一种实施方式中，所述多个特征包括原子词特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
根据预先统计的高频原子词数据库和无监督分词方法，确定所述医疗实体的至少一个原子词；
确定所述医疗实体的各个所述原子词的向量；
对于每一所述医疗实体，基于所述医疗实体的各个原子词的向量，确定所述医疗实体对应所述原子词特征的特征数据。
在一种实施方式中，所述多个特征包括构成成分特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
采用预定的第一分词方法和预先建立的构成成分词典，对所述医疗实体进行切分，得到所述医疗实体的多个构成成分；
根据所述医疗实体的多个构成成分，确定所述医疗实体对应所述构成成分特征的特征数据。
在一种实施方式中，所述多个特征包括语义特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
从预定的医疗实体语义数据库中，获取与所述医疗实体相匹配的语义数据；
根据预定的第二切词方法，对所述语义数据进行切词，得到所述语义数据的多个词条；
确定所述语义数据的多个词条的向量；
通过拼接所述语义数据的多个词条的向量，确定所述医疗实体对应所述语义特征的特征数据。
在一种实施方式中，所述多个特征包括上下位特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的上位医疗实体的信息和下位医疗实体的信息；
根据所述上位实体的信息和所述下位医疗实体的信息，确定所述医疗实体对应所述上下位特征的特征数据。
在一种实施方式中，所述多个特征包括关联医疗实体特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
根据预先建立的关联数据库，确定所述医疗实体的多个关联医疗实体的信息；
根据所述医疗实体的多个关联医疗实体的信息，确定所述医疗实体对应所述关联医疗实体特征的特征数据；
其中，所述医疗实体的所述关联医疗实体为：与所述医疗实体之间存在预定关联关系的医疗实体；所述预定关联关系包括：疾病和症状的关联关系、疾病和手术的关联关系以及疾病和药物的关联关系中的至少一项。
在一种实施方式中，所述多个特征包括类型特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的类型信息；
根据所述医疗实体的类型信息，确定所述医疗实体对应所述类型特征的特征数据；
所述类型信息包括疾病、症状、药物、科室、医疗器械、治疗方法或手术。
在一种实施方式中，所述多个特征包括国际疾病分类编码特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的国际疾病分类编码；
根据所述国际疾病分类编码，确定所述医疗实体对应所述国际疾病分类编码特征的特征数据。
第二方面，本发明实施例提供一种医疗实体分类方法，包括：
接收待分类的至少两个医疗实体；
采用预先选定的多个特征，确定每个所述医疗实体的词向量；
将所述待分类的至少两个医疗实体的词向量输入预先训练的医疗实体分类模型，得到所述医疗实体分类模型输出的所述至少两个医疗实体的同类判定结果。
在一种实施方式中，所述多个特征包括字符特征、原子词特征、构成成分特征、语义特征、上下位特征和关联医疗实体特征中的至少两种特征。
第三方面，本发明实施例提供一种医疗实体分类模型生成装置，包括：
样本数据模块，用于获取多个样本数据，一个所述样本数据包括至少两个医疗实体和所述至少两个医疗实体的同类判定结果；
第一词向量确定模块，用于采用预先选定的多个特征，确定所述样本数据的每个所述医疗实体的词向量；
分类模型训练模块，用于采用所述多个样本数据的医疗实体的词向量和所述同类判定结果，进行模型训练，生成医疗实体分类模型。
在一种实施方式中，所述第一词向量确定模块，包括：
特征数据确定子模块，用于对同一所述样本数据中的每个所述医疗实体，采用预先选定的所述多个特征，确定所述医疗实体对应所述多个特征的特征数据；
词向量确定子模块，用于根据所述特征数据，确定所述医疗实体的词向量的各个元素；将所述各个元素组成所述医疗实体的词向量。
在一种实施方式中，所述多个特征包括字符特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：通过计算同一所述样本数据的至少两个医疗实体之间的字符相似度，确定所述医疗实体对应所述字符特征的特征数据。
在一种实施方式中，所述多个特征包括原子词特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
根据预先统计的高频原子词数据库和无监督分词装置，确定所述医疗实体的至少一个原子词；
确定所述医疗实体的各个所述原子词的向量；
对于每一所述医疗实体，基于所述医疗实体的各个原子词的向量，确定所述医疗实体对应所述原子词特征的特征数据。
在一种实施方式中，所述多个特征包括构成成分特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
采用预定的第一分词装置和预先建立的构成成分词典，对所述医疗实体进行切分，得到所述医疗实体的多个构成成分；
根据所述医疗实体的多个构成成分，确定所述医疗实体对应所述构成成分特征的特征数据。
在一种实施方式中，所述多个特征包括语义特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
从预定的医疗实体语义数据库中，获取与所述医疗实体相匹配的语义数据；
根据预定的第二切词装置，对所述语义数据进行切词，得到所述语义数据的多个词条；
确定所述语义数据的多个词条的向量；
通过拼接所述语义数据的多个词条的向量，确定所述医疗实体对应所述语义特征的特征数据。
在一种实施方式中，所述多个特征包括上下位特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的上位医疗实体的信息和下位医疗实体的信息；
根据所述上位实体的信息和所述下位医疗实体的信息，确定所述医疗实体对应所述上下位特征的特征数据。
在一种实施方式中，所述多个特征包括关联医疗实体特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
根据预先建立的关联数据库，确定所述医疗实体的多个关联医疗实体的信息；
根据所述医疗实体的多个关联医疗实体的信息，确定所述医疗实体对应所述关联医疗实体特征的特征数据；
其中，所述医疗实体的所述关联医疗实体为：与所述医疗实体之间存在预定关联关系的医疗实体；所述预定关联关系包括：疾病和症状的关联关系、疾病和手术的关联关系以及疾病和药物的关联关系中的至少一项。
在一种实施方式中，所述多个特征包括类型特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的类型信息；
根据所述医疗实体的类型信息，确定所述医疗实体对应所述类型特征的特征数据；
所述类型信息包括疾病、症状、药物、科室、医疗器械、治疗装置或手术。
在一种实施方式中，所述多个特征包括国际疾病分类编码特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的国际疾病分类编码；
根据所述国际疾病分类编码，确定所述医疗实体对应所述国际疾病分类编码特征的特征数据。
第四方面，本发明实施例还提供一种医疗实体分类装置，包括：
接收模块，用于接收待分类的至少两个医疗实体；
第二词向量确定模块，用于采用预先选定的多个特征，确定每个所述医疗实体的词向量；
判定模块，用于将所述待分类的至少两个医疗实体的词向量输入预先训练的医疗实体分类模型，得到所述医疗实体分类模型输出的所述至少两个医疗实体的同类判定结果。
在一种实施方式中，所述多个特征包括字符特征、原子词特征、构成成分特征、语义特征、上下位特征和关联医疗实体特征中的至少两种特征。
第五方面，本发明实施例提供了一种医疗实体分类模型生成设备，所述设备的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，所述设备的结构中包括处理器和存储器，所述存储器用于存储支持所述设备执行上述医疗实体分类模型生成方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述设备还可以包括通信接口，用于与其他设备或通信网络通信。
第六方面，本发明实施例提供了一种医疗实体分类设备，所述设备的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，所述设备的结构中包括处理器和存储器，所述存储器用于存储支持所述设备执行上述医疗实体分类方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述设备还可以包括通信接口，用于与其他设备或通信网络通信。
上述技术方案中的一个技术方案具有如下优点或有益效果：通过构建多个特征，充分挖掘医疗实体的特征，提高分类结果的准确性。另一方面，将医疗实体的归一关系转化为分类问题，通过机器学习的模型进行分类预测，提升效果。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的医疗实体分类模型生成方法的流程图；
图2示出根据本发明实施例的医疗实体分类模型生成方法的步骤S12的流程图；
图3示出根据本发明实施例的医疗实体分类模型生成方法的步骤S21的一种流程图；
图4示出根据本发明实施例的医疗实体分类模型生成方法的步骤S21的一种流程图；
图5示出根据本发明实施例的医疗实体分类模型生成方法的步骤S21的一种流程图；
图6示出根据本发明实施例的医疗实体分类模型生成方法的步骤S21的一种流程图；
图7示出根据本发明实施例的医疗实体分类模型生成方法的步骤S21的一种流程图；
图8示出根据本发明实施例的医疗实体分类模型生成方法的步骤S21的一种流程图；
图9示出根据本发明实施例的医疗实体分类模型生成方法的步骤S21的一种流程图；
图10示出根据本发明实施例的医疗实体分类方法的流程图；
图11示出根据本发明实施例的医疗实体分类模型生成装置的结构框图。
图12示出根据本发明实施例的医疗实体分类装置的结构框图
图13示出根据本发明实施例的医疗实体分类模型生成设备或医疗实体分类设备的结构框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
图1示出根据本发明实施例的医疗实体分类模型生成方法的流程图。如图1所示，该方法包括：
S11、获取多个样本数据，一个样本数据包括至少两个医疗实体和至少两个医疗实体的同类判定结果；
S12、采用预先选定的多个特征，确定样本数据的每个医疗实体的词向量；
S13、采用多个样本数据的医疗实体的词向量和同类判定结果，进行模型训练，生成医疗实体分类模型。
上述方法通过多个特征，充分挖掘医疗实体的特征，提高分类结果；另一方面，将医疗实体的归一关系转化为分类问题，通过机器学习的模型进行分类预测，提升效果。
在一种实施方式中，医疗实体可以包括用于表示症状、手术、体征、科室、疾病、医疗器械、治疗装置、药物等与医疗相关的实体。如“发烧”、“头部发热”、“消化科”、“微创手术”等。
在一种实施方式中，参见图2，步骤S12，包括：
S21、对同一样本数据中的每个医疗实体，采用预先选定的多个特征，确定医疗实体对应多个特征的特征数据；
S22、根据特征数据，确定医疗实体的词向量的各个元素；
S23、将各个元素组成医疗实体的词向量。
其中，医疗实体的一个特征的特征数据可以确定至少一个元素。
示例，预先选的三个特征，如第一特征、第二特征、第三特征。通过第一特征的特征数据确定了元素n1～元素n5，通过第二特征的特征数据确定了元素元素n6～元素n14，通过第三特征的特征数据确定了元素n15～元素n20，将三个特征的特征元素按照预设的顺序进行拼接，组成医疗实体的词向量为(n1，n2，n3，.....，n19，n20)。
在一种实施方式中，多个特征包括字符特征、原子词特征、构成成分特征、语义特征、上下位特征和关联医疗实体特征中的至少两种特征。
在一种实施方式中，多个特征包括字符特征。步骤S21，包括：通过计算同一样本数据的至少两个医疗实体之间的字符相似度，确定医疗实体对应字符特征的特征数据。
示例，同一样本数据包括两个医疗实体，用医疗实体C1和医疗实体C2表示，计算医疗实体C1和医疗实体C2之间的字符相似度为X1，则医疗实体C1对应字符特征的特征数据为X1，医疗实体C2对应字符特征的特征数据为X1。
在一种实施方式中，字符相似度可以采用杰卡德系数(Jaccard similaritycoefficient)，杰卡德系数用于比较有限样本集之间的相似性与差异性。Jaccard系数值越大，样本相似度越高。
给定两个集合A,B，杰卡德系数定义为A与B交集的大小与A与B并集的大小的比值，定义如下：
其中，J(A,B)表示集合A和集合B的杰卡德系数，当集合A，B都为空时，J(A,B)定义为1。需要说明的是，该公式中集合的绝对值表示集合的元素的个数。
其中，字符相似度可以包括：字形相似度和字符个数相似度。
在一种实施方式中，多个特征包括原子词特征。参见图3，步骤S21中确定医疗实体对应多个特征的特征数据，包括：
S31、根据预先统计的高频原子词数据库和无监督分词方法，确定医疗实体的至少一个原子词；
S32、确定医疗实体的各个原子词的向量；
S33、对于每一医疗实体，基于医疗实体的各个原子词的向量，确定医疗实体对应原子词特征的特征数据。
在一种实施方式中，多个特征包括构成成分特征。参见图4，步骤S21中确定医疗实体对应多个特征的特征数据，包括：
S41、采用预定的第一分词方法和预先建立的构成成分词典，对医疗实体进行切分，得到医疗实体的多个构成成分；
S42、根据医疗实体的多个构成成分，确定医疗实体对应构成成分特征的特征数据。
在一种示例中，预先建立的构成成分词典包括：以适用于医疗实体为症状为例，自定义多个构成成分如下：原子症状词、中心词、性质词、时间词、修饰词、存在词和方位词。例如，“头部严重发热”，“长时间的头部发热”。
在一种实施方式中，步骤S41得到医疗实体的构成成分包括得到标注有成分标注特征的构成成分。成分标注特征可以包括字面特征和词性特征中的至少一种。例如以字为标注单元时，特征值Pi为字Zi所在短语对应的词性。
在一种示例中，构成成分特征可以包括不同类别的构成成分特征的成分个数特征、公共成分的位置特征、公共成分的类别特征和位于公共成分的前后预设个数的成分类别特征中的至少一种。
其中，公共成分：指的是同一样本数据里的医疗实体间的相同的构成成分，例如，医疗实体C1“头部严重发热”，医疗实体C2“长时间头部发热”进行构成成分切分，“头部/严重/发热/”和“长时间/头部/发热/”的公共成分为“头部”和“发热”。
成分个数特征：医疗实体里的各构成成分的个数特征。如“头部严重发热”中，中心词“头部”，原子词症状词“发热”，修饰词“严重”，因此，中心词、原子词症状词和修饰词的个数均为1，其余构成成分的个数为0。
公共成分的位置特征：公共成分所在位置。例如，公共成分为“头部”在C1的位置特征为1，在C2的位置特征为2。
公共成分的类别特征：公共成分的类别特征。即，公共成分所属的成分类别。例如C1中的“头部”的成分类别为中心词。
位于公共成分的前后预设个数的成分类别特征，例如，例如C2“长时间头部发热”中的“头部”的前一个成分“长时间”的类别为时间词，后一个成分“发热”的类别为原子症状词。
在一种实施方式中，多个特征包括语义特征。参见图5，步骤S21中确定医疗实体对应多个特征的特征数据，包括：
S51、从预定的医疗实体语义数据库中，获取与医疗实体相匹配的语义数据；
S52、根据预定的第二切词方法，对语义数据进行切词，得到语义数据的多个词条；
S53、确定语义数据的多个词条的向量；
S54、通过拼接语义数据的多个词条的向量，确定医疗实体对应语义特征的特征数据。
在一种示例中，预定的医疗实体语义数据库可以是由开发人员预先建立的数据库，也可以是指定的搜索引擎。医疗实体语义数据库存储多个医疗实体的语义数据。
例如，步骤S51中，医疗实体为“发烧”，从预定的医疗实体语义描述数据库中获取与“发烧”相匹配的语义数据为：“症状名，正常人在体温调节中枢的调控下，机体的产热和散热过程经常保持动态平衡，当机体在致热原作用下或体温中枢的功能障碍时，使产热过程增加，而散热不能相应地随之增加或散热减少，体温升高超过正常范围，称为发热。”
步骤S52中，采用的第二切词方法可以为本领域人员通用的切词方法。
在一种实施方式中，通过语义特征的特征数据确定的词向量的元素个数为预先设定的，在通过医疗实体相匹配的语义数据的多个词条确定元素个数不满足预先设定的元素个数，采用默认值填充未确定的元素。例如，预先设定通过语义特征的特征数据确定的词向量的元素个数为20个，如果通过语义特征的特征数据确定的元素个数只有10个，对于剩下的10个元素可以采用默认值。
在一种实施方式中，多个特征包括上下位特征。参见图6，步骤S21中确定医疗实体对应多个特征的特征数据，包括：
S61、确定医疗实体的上位医疗实体的信息和下位医疗实体的信息；
S62、根据上位实体的信息和下位医疗实体的信息，确定医疗实体对应上下位特征的特征数据。
其中，上下位关系是语言学概念。概括性较强的单词叫做特定性较强的单词的上位词(hypernym)，特定性较强的单词叫做概括性较强的单词的下位词。对应的，例如医疗实体为“眼睛”，那么上位医疗实体可以为“五官”和“器官”，下位医疗实体可以包括“眼球”和“眼皮”等。
在一种实施方式中，多个特征包括关联医疗实体特征。参见图7，步骤S21中确定医疗实体对应多个特征的特征数据，包括：
S71、根据预先建立的关联数据库，确定医疗实体的多个关联医疗实体的信息；
S72、根据医疗实体的多个关联医疗实体的信息，确定医疗实体对应关联医疗实体特征的特征数据；
其中，医疗实体的关联医疗实体为：与医疗实体之间存在预定关联关系的医疗实体；预定关联关系包括：疾病和症状的关联关系、疾病和手术的关联关系以及疾病和药物的关联关系中的至少一项。
在一种实施方式中，多个特征包括类型特征；参见图8，步骤S21中确定医疗实体对应多个特征的特征数据，包括：
S81、确定医疗实体的类型信息；
S82、根据医疗实体的类型信息，确定医疗实体对应类型特征的特征数据；
类型信息包括疾病、症状、药物、科室、医疗器械、治疗方法或手术。
在一种实施方式中，多个特征包括国际疾病分类编码特征；参见图9，步骤S21中确定医疗实体对应多个特征的特征数据，包括：
S91、确定医疗实体的国际疾病分类编码；
国际疾病分类(International Classification of Diseases，ICD)是根据疾病的某些特征，按照规则将疾病分门别类，并用编码的方法来表示的系统。ICD分类编码方法：类目(编码前三位)、亚目(编码前四位)、细目(编码前五位)，如细目S82.01表示髌骨开放性骨折。
S92、根据国际疾病分类编码，确定医疗实体对应国际疾病分类编码特征的特征数据。
一种示例，根据该医疗实体的类目(编码前三位)、亚目(编码前四位)、细目(编码前五位)可以分别确定第一向量d1、第二向量d2、第三向量d3，通过拼接d1、d2和d3，得到医疗实体对应国际疾病分类编码的特征数据。
该步骤S91和步骤S92主要针对于疾病的医疗实体，对于其它类型的医疗实体，该国际疾病分类编码特征的特征数据可以采用预设的国际疾病分类编码默认值。
在一种实施方式中，步骤S13中进行模型训练的分类算法可以采用如卷积神经网络算法，或者双向长期记忆网络(Bi-directional Long Short-Term Memory，BiLSTM)。其中，LSTM是长短期记忆网络(Long Short-Term Memory)，LSTM由于其设计的特点，非常适合用于对时序数据的建模，如文本数据。BiLSTM由前向LSTM与后向LSTM组合而成。两者在自然语言处理任务中都常被用来建模上下文信息。
图10为本发明实施例提供一种医疗实体分类方法的流程图，参见图10，该方法包括：
S101、接收待分类的至少两个医疗实体；
S102、采用预先选定的多个特征，确定每个医疗实体的词向量；
S103、将待分类的至少两个医疗实体的词向量输入预先训练的医疗实体分类模型，得到医疗实体分类模型输出的至少两个医疗实体的同类判定结果。
在一种实施方式中，医疗实体分类模型采用上述实施例医疗实体分类模型生成方法生成，具体过程可以参见上述实施例的说明，此处不再赘述。
在一种实施方式中，多个特征包括字符特征、原子词特征、构成成分特征、语义特征、上下位特征和关联医疗实体特征中的至少两种特征。上述特征的具体内容可以参见上述实施例的说明，此处不再赘述。
参见图11，本发明实施例提供一种医疗实体分类模型生成装置，包括：
样本数据模块111，用于获取多个样本数据，一个样本数据包括至少两个医疗实体和至少两个医疗实体的同类判定结果；
第一词向量确定模块112，用于采用预先选定的多个特征，确定样本数据的每个医疗实体的词向量；
分类模型训练模块113，用于采用多个样本数据的医疗实体的词向量和同类判定结果，进行模型训练，生成医疗实体分类模型。
在一种实施方式中，第一词向量确定模块112，包括：
特征数据确定子模块，用于对同一样本数据中的每个医疗实体，采用预先选定的多个特征，确定医疗实体对应多个特征的特征数据；
词向量确定子模块，用于根据特征数据，确定医疗实体的词向量的各个元素；将各个元素组成医疗实体的词向量。
在一种实施方式中，多个特征包括字符特征；
确定医疗实体对应多个特征的特征数据，包括：通过计算同一样本数据的至少两个医疗实体之间的字符相似度，确定医疗实体对应字符特征的特征数据。
在一种实施方式中，多个特征包括原子词特征；
确定医疗实体对应多个特征的特征数据，包括：
根据预先统计的高频原子词数据库和无监督分词装置，确定医疗实体的至少一个原子词；
确定医疗实体的各个原子词的向量；
对于每一医疗实体，基于医疗实体的各个原子词的向量，确定医疗实体对应原子词特征的特征数据。
在一种实施方式中，多个特征包括构成成分特征；
确定医疗实体对应多个特征的特征数据，包括：
采用预定的第一分词装置和预先建立的构成成分词典，对医疗实体进行切分，得到医疗实体的多个构成成分；
根据医疗实体的多个构成成分，确定医疗实体对应构成成分特征的特征数据。
在一种实施方式中，多个特征包括语义特征；
确定医疗实体对应多个特征的特征数据，包括：
从预定的医疗实体语义数据库中，获取与医疗实体相匹配的语义数据；
根据预定的第二切词装置，对语义数据进行切词，得到语义数据的多个词条；
确定语义数据的多个词条的向量；
通过拼接语义数据的多个词条的向量，确定医疗实体对应语义特征的特征数据。
在一种实施方式中，多个特征包括上下位特征；
确定医疗实体对应多个特征的特征数据，包括：
确定医疗实体的上位医疗实体的信息和下位医疗实体的信息；
根据上位实体的信息和下位医疗实体的信息，确定医疗实体对应上下位特征的特征数据。
在一种实施方式中，多个特征包括关联医疗实体特征；
确定医疗实体对应多个特征的特征数据，包括：
根据预先建立的关联数据库，确定医疗实体的多个关联医疗实体的信息；
根据医疗实体的多个关联医疗实体的信息，确定医疗实体对应关联医疗实体特征的特征数据；
医疗实体的关联医疗实体为：与医疗实体之间存在预定关联关系的医疗实体；预定关联关系包括：疾病和症状的关联关系、疾病和手术的关联关系以及疾病和药物的关联关系中的至少一项。
在一种实施方式中，多个特征包括类型特征；
确定医疗实体对应多个特征的特征数据，包括：
确定医疗实体的类型信息；
根据医疗实体的类型信息，确定医疗实体对应类型特征的特征数据；
类型信息包括疾病、症状、药物、科室、医疗器械、治疗装置或手术。
在一种实施方式中，多个特征包括国际疾病分类编码特征；
确定医疗实体对应多个特征的特征数据，包括：
确定医疗实体的国际疾病分类编码；
根据国际疾病分类编码，确定医疗实体对应国际疾病分类编码特征的特征数据。
图12示出本发明实施例还提供一种医疗实体分类装置的结构框图，该装置包括：
接收模块121，用于接收待分类的至少两个医疗实体；
第二词向量确定模块122，用于采用预先选定的多个特征，确定每个医疗实体的词向量；
判定模块123，用于将待分类的至少两个医疗实体的词向量输入预先训练的医疗实体分类模型，得到医疗实体分类模型输出的至少两个医疗实体的同类判定结果。
在一种实施方式中，多个特征包括字符特征、原子词特征、构成成分特征、语义特征、上下位特征和关联医疗实体特征中的至少两种特征。
本发明实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。
图13示出根据本发明实施例的医疗实体分类模型生成设备和医疗实体分类设备的结构框图。如图13所示，该设备包括：存储器910和处理器920，存储器910内存储有可在处理器920上运行的计算机程序。所述处理器920执行所述计算机程序时实现上述实施例中的医疗实体分类模型生成方法或医疗实体分类方法。所述存储器910和处理器920的数量可以为一个或多个。
该设备还包括：
通信接口930，用于与外界设备进行通信，进行数据交互传输。
存储器910可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器910、处理器920和通信接口930独立实现，则存储器910、处理器920和通信接口930可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA，Industry Standard Architecture)总线、外部设备互连(PCI，PeripheralComponent Interconnect)总线或扩展工业标准体系结构(EISA，Extended IndustryStandard Architecture)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图13中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器910、处理器920及通信接口930集成在一块芯片上，则存储器910、处理器920及通信接口930可以通过内部接口完成相互间的通信。
本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述实施例中任一所述的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (19)

1.一种医疗实体分类模型生成方法，其特征在于，包括：
获取多个样本数据，一个所述样本数据包括至少两个医疗实体和所述至少两个医疗实体的同类判定结果；
采用预先选定的多个特征，确定所述样本数据的每个所述医疗实体的词向量；
采用所述多个样本数据的医疗实体的词向量和所述同类判定结果，进行模型训练，生成医疗实体分类模型。
2.根据权利要求1所述的方法，其特征在于，所述采用预先选定的多个特征，确定所述样本数据的每个所述医疗实体的词向量，包括：
对同一所述样本数据中的每个所述医疗实体，采用预先选定的所述多个特征，确定所述医疗实体对应所述多个特征的特征数据；
根据所述特征数据，确定所述医疗实体的词向量的各个元素；
将所述各个元素组成所述医疗实体的词向量。
3.根据权利要求2所述的方法，其特征在于，所述多个特征包括字符特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：通过计算同一所述样本数据的至少两个医疗实体之间的字符相似度，确定所述医疗实体对应所述字符特征的特征数据。
4.根据权利要求2所述的方法，其特征在于，所述多个特征包括原子词特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
根据预先统计的高频原子词数据库和无监督分词方法，确定所述医疗实体的至少一个原子词；
确定所述医疗实体的各个所述原子词的向量；
对于每一所述医疗实体，基于所述医疗实体的各个原子词的向量，确定所述医疗实体对应所述原子词特征的特征数据。
5.根据权利要求2所述的方法，其特征在于，所述多个特征包括构成成分特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
采用预定的第一分词方法和预先建立的构成成分词典，对所述医疗实体进行切分，得到所述医疗实体的多个构成成分；
根据所述医疗实体的多个构成成分，确定所述医疗实体对应所述构成成分特征的特征数据。
6.根据权利要求2所述的方法，其特征在于，所述多个特征包括语义特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
从预定的医疗实体语义数据库中，获取与所述医疗实体相匹配的语义数据；
根据预定的第二切词方法，对所述语义数据进行切词，得到所述语义数据的多个词条；
确定所述语义数据的多个词条的向量；
通过拼接所述语义数据的多个词条的向量，确定所述医疗实体对应所述语义特征的特征数据。
7.根据权利要求2所述的方法，其特征在于，所述多个特征包括上下位特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的上位医疗实体的信息和下位医疗实体的信息；
根据所述上位实体的信息和所述下位医疗实体的信息，确定所述医疗实体对应所述上下位特征的特征数据。
8.根据权利要求2所述的方法，其特征在于，所述多个特征包括关联医疗实体特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
根据预先建立的关联数据库，确定所述医疗实体的多个关联医疗实体的信息；
根据所述医疗实体的多个关联医疗实体的信息，确定所述医疗实体对应所述关联医疗实体特征的特征数据；
其中，所述医疗实体的所述关联医疗实体为：与所述医疗实体之间存在预定关联关系的医疗实体；所述预定关联关系包括：疾病和症状的关联关系、疾病和手术的关联关系以及疾病和药物的关联关系中的至少一项。
9.根据权利要求2所述的方法，其特征在于，所述多个特征包括类型特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的类型信息；
根据所述医疗实体的类型信息，确定所述医疗实体对应所述类型特征的特征数据；
所述类型信息包括疾病、症状、药物、科室、医疗器械、治疗方法或手术。
10.根据权利要求2所述的方法，其特征在于，所述多个特征包括国际疾病分类编码特征；
所述确定所述医疗实体对应所述多个特征的特征数据，包括：
确定所述医疗实体的国际疾病分类编码；
根据所述国际疾病分类编码，确定所述医疗实体对应所述国际疾病分类编码特征的特征数据。
11.一种医疗实体分类方法，其特征在于，包括：
接收待分类的至少两个医疗实体；
采用预先选定的多个特征，确定每个所述医疗实体的词向量；
将所述待分类的至少两个医疗实体的词向量输入预先训练的医疗实体分类模型，得到所述医疗实体分类模型输出的所述至少两个医疗实体的同类判定结果。
12.根据权利要求11所述的方法，其特征在于，所述多个特征包括字符特征、原子词特征、构成成分特征、语义特征、上下位特征和关联医疗实体特征中的至少两种特征。
13.一种医疗实体分类模型生成装置，其特征在于，包括：
样本数据模块，用于获取多个样本数据，一个所述样本数据包括至少两个医疗实体和所述至少两个医疗实体的同类判定结果；
第一词向量确定模块，用于采用预先选定的多个特征，确定所述样本数据的每个所述医疗实体的词向量；
分类模型训练模块，用于采用所述多个样本数据的医疗实体的词向量和所述同类判定结果，进行模型训练，生成医疗实体分类模型。
14.根据权利要求13所述的装置，其特征在于，所述第一词向量确定模块，包括：
特征数据确定子模块，用于对同一所述样本数据中的每个所述医疗实体，采用预先选定的所述多个特征，确定所述医疗实体对应所述多个特征的特征数据；
词向量确定子模块，用于根据所述特征数据，确定所述医疗实体的词向量的各个元素；将所述各个元素组成所述医疗实体的词向量。
15.一种医疗实体分类装置，其特征在于，包括：
接收模块，用于接收待分类的至少两个医疗实体；
第二词向量确定模块，用于采用预先选定的多个特征，确定每个所述医疗实体的词向量；
判定模块，用于将所述待分类的至少两个医疗实体的词向量输入预先训练的医疗实体分类模型，得到所述医疗实体分类模型输出的所述至少两个医疗实体的同类判定结果。
16.根据权利要求15所述的装置，其特征在于，所述多个特征包括字符特征、原子词特征、构成成分特征、语义特征、上下位特征和关联医疗实体特征中的至少两种特征。
17.一种医疗实体分类模型生成设备，其特征在于，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至10中任一项所述的方法。
18.一种医疗实体分类设备，其特征在于，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11至12中任一项所述的方法。
19.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至12中任一项所述的方法。
CN201910536294.2A 2019-06-20 2019-06-20 医疗实体分类模型生成方法、装置、设备和可读存储介质 Active CN110263167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910536294.2A CN110263167B (zh) 2019-06-20 2019-06-20 医疗实体分类模型生成方法、装置、设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910536294.2A CN110263167B (zh) 2019-06-20 2019-06-20 医疗实体分类模型生成方法、装置、设备和可读存储介质

Publications (2)

Publication Number Publication Date
CN110263167A true CN110263167A (zh) 2019-09-20
CN110263167B CN110263167B (zh) 2022-07-29

Family

ID=67919758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910536294.2A Active CN110263167B (zh) 2019-06-20 2019-06-20 医疗实体分类模型生成方法、装置、设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN110263167B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111048167A (zh) * 2019-10-31 2020-04-21 中电药明数据科技(成都)有限公司 一种层级式病例结构化方法及系统
CN111382272A (zh) * 2020-03-09 2020-07-07 西南交通大学 一种基于知识图谱的电子病历icd自动编码方法
CN111401066A (zh) * 2020-03-12 2020-07-10 腾讯科技（深圳）有限公司 基于人工智能的词分类模型训练方法、词处理方法及装置
WO2021174695A1 (zh) * 2020-03-04 2021-09-10 平安科技（深圳）有限公司 基于机器学习的药物识别方法及相关设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799577A (zh) * 2012-08-17 2012-11-28 苏州大学 一种中文实体间语义关系抽取方法
US20170206897A1 (en) * 2016-01-18 2017-07-20 Alibaba Group Holding Limited Analyzing textual data
CN107944559A (zh) * 2017-11-24 2018-04-20 国家计算机网络与信息安全管理中心 一种实体关系自动识别方法及系统
CN108229582A (zh) * 2018-02-01 2018-06-29 浙江大学 一种面向医学领域的多任务命名实体识别对抗训练方法
CN108628824A (zh) * 2018-04-08 2018-10-09 上海熙业信息科技有限公司 一种基于中文电子病历的实体识别方法
CN109101481A (zh) * 2018-06-25 2018-12-28 北京奇艺世纪科技有限公司 一种命名实体识别方法、装置及电子设备
US20190057310A1 (en) * 2017-08-16 2019-02-21 Royal Bank Of Canada Expert knowledge platform
CN109840280A (zh) * 2019-03-05 2019-06-04 百度在线网络技术（北京）有限公司 一种文本分类方法、装置及计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799577A (zh) * 2012-08-17 2012-11-28 苏州大学 一种中文实体间语义关系抽取方法
US20170206897A1 (en) * 2016-01-18 2017-07-20 Alibaba Group Holding Limited Analyzing textual data
US20190057310A1 (en) * 2017-08-16 2019-02-21 Royal Bank Of Canada Expert knowledge platform
CN107944559A (zh) * 2017-11-24 2018-04-20 国家计算机网络与信息安全管理中心 一种实体关系自动识别方法及系统
CN108229582A (zh) * 2018-02-01 2018-06-29 浙江大学 一种面向医学领域的多任务命名实体识别对抗训练方法
CN108628824A (zh) * 2018-04-08 2018-10-09 上海熙业信息科技有限公司 一种基于中文电子病历的实体识别方法
CN109101481A (zh) * 2018-06-25 2018-12-28 北京奇艺世纪科技有限公司 一种命名实体识别方法、装置及电子设备
CN109840280A (zh) * 2019-03-05 2019-06-04 百度在线网络技术（北京）有限公司 一种文本分类方法、装置及计算机可读存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ALEXANDER DENZLER等: "Toward granular knowledge analytics for data intelligence: Extracting granular entity-relationship graphs for knowledge profiling", 《2017 IEEE INTERNATIONAL CONFERENCE ON BIG DATA (BIG DATA)》 *
王斌 等: "融合多特征的基于远程监督的中文领域实体关系抽取", 《模式识别与人工智》 *
申站: "基于神经网络的中文电子病历命名实体识别", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111048167A (zh) * 2019-10-31 2020-04-21 中电药明数据科技(成都)有限公司 一种层级式病例结构化方法及系统
CN111048167B (zh) * 2019-10-31 2023-08-18 中电药明数据科技(成都)有限公司 一种层级式病例结构化方法及系统
WO2021174695A1 (zh) * 2020-03-04 2021-09-10 平安科技（深圳）有限公司 基于机器学习的药物识别方法及相关设备
CN111382272A (zh) * 2020-03-09 2020-07-07 西南交通大学 一种基于知识图谱的电子病历icd自动编码方法
CN111382272B (zh) * 2020-03-09 2022-11-01 西南交通大学 一种基于知识图谱的电子病历icd自动编码方法
CN111401066A (zh) * 2020-03-12 2020-07-10 腾讯科技（深圳）有限公司 基于人工智能的词分类模型训练方法、词处理方法及装置
CN111401066B (zh) * 2020-03-12 2022-04-12 腾讯科技（深圳）有限公司 基于人工智能的词分类模型训练方法、词处理方法及装置

Also Published As

Publication number Publication date
CN110263167B (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN110263167A (zh) 医疗实体分类模型生成方法、装置、设备和可读存储介质
CN111415740B (zh) 问诊信息的处理方法、装置、存储介质及计算机设备
US11138385B2 (en) Method and apparatus for determining semantic matching degree
Röder et al. Exploring the space of topic coherence measures
Ganegedara Natural Language Processing with TensorFlow: Teach language to machines using Python's deep learning library
CN105930368B (zh) 一种情感分类方法及系统
CN110032728B (zh) 疾病名称标准化的转换方法和装置
Blank Shakespeare and the mismeasure of Renaissance man
CN107832439B (zh) 多轮状态追踪的方法、系统及终端设备
US9864743B2 (en) Textual emotion detection
Tan et al. Context-aware answer sentence selection with hierarchical gated recurrent neural networks
CN110188350A (zh) 文本一致性计算方法及装置
CN108959556A (zh) 基于神经网络的实体问答方法、装置和终端
US11734322B2 (en) Enhanced intent matching using keyword-based word mover's distance
Leaman et al. NCBI at 2013 ShARe/CLEF eHealth Shared Task: disorder normalization in clinical notes with DNorm
US20220058339A1 (en) Reinforcement Learning Approach to Modify Sentence Reading Grade Level
Sessarego Interfaces and Domains of Contact-Driven Restructuring: Volume 168: Aspects of Afro-Hispanic Linguistics
JP7058438B2 (ja) 対話応答システム、モデル学習装置および対話装置
CN114492451A (zh) 文本匹配方法、装置、电子设备及计算机可读存储介质
CN106776782A (zh) 基于人工智能的语义相似度获取方法及装置
Zhang Evaluating the factual correctness for abstractive summarization
Abdeddaïm et al. The MeSH-gram Neural Network Model: Extending word embedding vectors with MeSH concepts for UMLS semantic similarity and relatedness in the biomedical domain
Elliott Variation in use of nouns as nominal premodifiers in advanced student writing across academic disciplines
Brown et al. In search of Zora/When metadata isn’t enough: Rescuing the experiences of Black women through statistical modeling
Mosbach et al. A closer look at linguistic knowledge in masked language models: The case of relative clauses in American English

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