CN110851595A - 一种疾病术语核心词汇的标识方法及装置 - Google Patents

Abstract

本发明公开了一种疾病术语核心词汇的标识方法及装置，用以使疾病术语的核心词汇的确定更加精确。所述方法包括：采用ICD10中的中文词汇构建目标分词词典；当接收到对目标词条的识别请求时，根据所述构建的目标分词词典对所述目标词条进行分词，其中，所述目标词条为疾病术语相关的词条；根据所述目标词条进行分词后的词汇确定所述目标词条的核心词汇。采用本发明所提供的方案，由于目标词条是基于目标分词词典分词的，而目标分词词典由于采用ICD10中的中文词汇构建的，所以，对目标词条分词时结合了医疗领域的实际特点，提升了核心词汇确定结果的精确度。

Description

一种疾病术语核心词汇的标识方法及装置

技术领域

本发明涉及互联网技术领域，特别涉及一种疾病术语核心词汇的标识方法及装置。

背景技术

国际疾病分类(International Classification of Diseases,ICD)，是WHO制定的国际统一的疾病分类方法，其根据疾病的病因、病理、临床表现和解剖位置等特性，将疾病分门别类，使其成为一个有序的组合，并用编码的方法来表示的系统。全世界通用的是第10次修订本《疾病和有关健康问题的国际统计分类》，仍保留了ICD的简称，并被统称为ICD10。

而在实际应用中，在医生填写的病人病历中的疾病术语有可能与标准疾病名称不一致，这样就无法得到对应的疾病编码，因此，需要对疾病术语进行分析，来得到疾病名称中的核心词汇，在现有技术中，采用传统的句法分析的方法，对输入的疾病进行句法分析，将句子的中心成分作为疾病的核心词汇，但是，这样的方法，是单纯从句法分析角度考虑，导致分析出来的句子核心词汇粒度太细，容易丢失关键信息。例如：隐源性肝硬化这个疾病，采用现有技术，会把“硬化”作为核心词汇，而实际上肝硬化是不能被拆解的，应该把肝硬化作为核心词汇，因此，如何结合医疗领域的实际特点，使疾病术语的核心词汇的确定更加精确，是一亟待解决的技术问题。

发明内容

本发明提供一种疾病术语核心词汇的标识方法及装置，用以使疾病术语的核心词汇的确定更加精确。

本发明提供一种疾病术语核心词汇的标识方法，包括：

采用ICD10中的中文词汇构建目标分词词典；

当接收到对目标词条的识别请求时，根据所述构建的目标分词词典对所述目标词条进行分词，其中，所述目标词条为疾病术语相关的词条；

根据所述目标词条进行分词后的词汇确定所述目标词条的核心词汇。

本发明的有益效果在于：采用ICD10中的中文词汇构建目标分词词典；当接收到对目标词条的识别请求时，根据所述构建的目标分词词典对所述目标词条进行分词，其中，所述目标词条为疾病术语相关的词条；根据所述目标词条进行分词后的词汇确定所述目标词条的核心词汇；由于目标词条是基于目标分词词典分词的，而目标分词词典由于采用ICD10中的中文词汇构建的，所以，对目标词条分词时结合了医疗领域的实际特点，提升了核心词汇确定结果的精确度。

在一个实施例中，根据所述目标词条进行分词后的词汇确定所述目标词条的核心词汇，包括：

获取所述目标词条进行分词后的词汇的数目；

根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇。

在一个实施例中，根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇，包括：

所述目标词条进行分词后的词汇的数目为零时，确定所述目标词条本身为所述目标词条的核心词汇；

当所述目标词条进行分词后的词汇只有一个时，确定对所述目标词条分词后的词汇为所述目标词条的核心词汇。

在一个实施例中，根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇，包括：

当所述目标词条进行分词后的词汇的数目为多个时，比较各个词汇的长度；

当长度最长的词汇只有一个时，确定长度最长的词汇为所述目标词条的核心词汇。

在一个实施例中，根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇，还包括：

当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；

显示所述目标词条的核心词汇候选集；

当接收到对所述目标词条的核心词汇候选集中目标词汇的选择操作时，确定所述选择操作对应的目标词汇为所述目标词条的核心词汇。

本实施例的有益效果在于：当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；显示所述目标词条的核心词汇候选集；当接收到对所述目标词条的核心词汇候选集中目标词汇的选择操作时，确定所述选择操作对应的目标词汇为所述目标词条的核心词汇，从而通过显示目标词条的核心词汇候选集供用户选择，避免无法确定核心词汇的情况出现。

本发明还提供一种疾病术语核心词汇的标识装置，包括：

构建模块，用于采用ICD10中的中文词汇构建目标分词词典；

分词模块，用于当接收到对目标词条的识别请求时，根据所述构建的目标分词词典对所述目标词条进行分词，其中，所述目标词条为疾病术语相关的词条；

确定模块，用于根据所述目标词条进行分词后的词汇确定所述目标词条的核心词汇。

在一个实施例中，确定模块，包括：

获取子模块，用于获取所述目标词条进行分词后的词汇的数目；

确定子模块，用于根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇。

在一个实施例中，确定子模块，包括：

第一确定单元，用于所述目标词条进行分词后的词汇的数目为零时，确定所述目标词条本身为所述目标词条的核心词汇；

第二确定单元，用于当所述目标词条进行分词后的词汇只有一个时，确定对所述目标词条分词后的词汇为所述目标词条的核心词汇。

在一个实施例中，确定子模块，包括：

比较单元，用于当所述目标词条进行分词后的词汇的数目为多个时，比较各个词汇的长度；

第三确定单元，用于当长度最长的词汇只有一个时，确定长度最长的词汇为所述目标词条的核心词汇。

在一个实施例中，确定子模块，包括：

生成单元，用于当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；

显示单元，用于显示所述目标词条的核心词汇候选集；

第四确定单元，用于当接收到对所述目标词条的核心词汇候选集中目标词汇的选择操作时，确定所述选择操作对应的目标词汇为所述目标词条的核心词汇。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明一实施例中一种疾病术语核心词汇的标识方法的流程图；

图2为本发明一实施例中一种疾病术语核心词汇的标识方法的流程图；

图3为本发明一实施例中一种疾病术语核心词汇的标识装置的框图；

图4为本发明一实施例中一种疾病术语核心词汇的标识装置的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1为本发明一实施例中一种疾病术语核心词汇的标识方法的流程图，如图1所示，该方法可被实施为以下步骤S101-S103：

在步骤S101中，采用ICD10中的中文词汇构建目标分词词典；

在步骤S102中，当接收到对目标词条的识别请求时，根据构建的目标分词词典对目标词条进行分词，其中，目标词条为疾病术语相关的词条；

在步骤S103中，根据目标词条进行分词后的词汇确定目标词条的核心词汇。

本发明的有益效果在于：采用ICD10中的中文词汇构建目标分词词典；当接收到对目标词条的识别请求时，根据构建的目标分词词典对目标词条进行分词，其中，目标词条为疾病术语相关的词条；根据目标词条进行分词后的词汇确定目标词条的核心词汇；由于目标词条是基于目标分词词典分词的，而目标分词词典由于采用ICD10中的中文词汇构建的，所以，对目标词条分词时结合了医疗领域的实际特点，提升了核心词汇确定结果的精确度。

在一个实施例中，如图2所示，上述步骤S103可被实施为如下步骤S201-S202：

在步骤S201中，获取目标词条进行分词后的词汇的数目；

在步骤S202中，根据目标词条进行分词后的词汇的数目确定目标词条的核心词汇。

在一个实施例中，上述步骤S202可被实施为如下步骤A1-A2：

在步骤A1中，目标词条进行分词后的词汇的数目为零时，确定目标词条本身为目标词条的核心词汇；

在步骤A2中，当目标词条进行分词后的词汇只有一个时，确定对目标词条分词后的词汇为目标词条的核心词汇。

在一个实施例中，上述步骤S202可被实施为如下步骤B1-B2：

在步骤B1中，当目标词条进行分词后的词汇的数目为多个时，比较各个词汇的长度；

在步骤B2中，当长度最长的词汇只有一个时，确定长度最长的词汇为目标词条的核心词汇。

举例而言，本实施例中，获取目标词条进行分词后的词汇的数目，根据目标词条进行分词后的词汇的数目确定目标词条的核心词汇。例如，一个词条由5个汉字组成，用”abcde”表示，假设分词词典中除了包含”abcde”本身外，还包含”de”、“cde”这两个词，则”abcde”的分词结果为：“a、b、c、de、cde、abcde”剔除单字。上一步的分词结果变成了”abcde、de、cde”判定核心词汇。对于词条t，其分词结果除了t本身以外，如果只有一个分词结果r，则认为r是核心词汇；如果除t本身外有多个分词结果r1、r2、rn。则选择长度最长的作为核心词汇；如果除t本身外没有分词结果，则认为t本身是核心词汇。根据此原则，对于上一步，会选择“cde”作为核心词汇。

在一个实施例中，上述步骤S202可被实施为如下步骤C1-C3：

在步骤C1中，当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；

在步骤C2中，显示目标词条的核心词汇候选集；

在步骤C3中，当接收到对目标词条的核心词汇候选集中目标词汇的选择操作时，确定选择操作对应的目标词汇为目标词条的核心词汇。

本实施例中，当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；显示目标词条的核心词汇候选集；当接收到对目标词条的核心词汇候选集中目标词汇的选择操作时，确定选择操作对应的目标词汇为目标词条的核心词汇。

而需要说明的是，当长度最长的词汇为多个时，还可以将长度最长的多个词汇与ICD10中的标准疾病名称进行匹配，确定与ICD10中的标准疾病名称的词汇为目标词条的核心词汇，可以理解的是，如果目标词条为中文词汇或句式时，需要将ICD10中的标准疾病名称转换为中文形式再进行匹配。

下面举例说明：

例如，用户病历首页的诊断结果为“隐源性肝硬化”，当用户输入目标词条“隐源性肝硬化”进行识别时，识别该目标词条“隐源性肝硬化”中的核心词汇。

而如果采用传统的方案，即如果不结合医疗领域的实质特点进行分词的话，在分词时，由于“隐源性”属于医学词汇，而“肝硬化”同样属于医学词汇，分词结果为“隐”、“源”、“性”、“肝”、“硬化”，在剔除单个字后，只剩下硬化一个词汇，即通过传统的分词方法对改目标词条进行分词后识别出的核心词汇为“硬化”。

而本申请中，则是采用ICD10中的中文词汇构建目标分词词典；当接收到对目标词条的识别请求时，根据构建的目标分词词典对目标词条进行分词，从而能够结合医疗领域中的词汇对目标词条进行分词，则分词结果为“隐源性”和“肝硬化”，也就是说，本示例中，分词结果中存在的长度最长的词汇为多个，此时，可以与ICD10中的标准疾病名称的中文词汇进行匹配，最后发现“肝硬化”能够与ICD10中的标准疾病名称的中文词汇匹配一致，因此，最后确定“肝硬化”为目标词条“隐源性肝硬化”的核心词汇。

本实施例的有益效果在于：当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；显示目标词条的核心词汇候选集；当接收到对目标词条的核心词汇候选集中目标词汇的选择操作时，确定选择操作对应的目标词汇为目标词条的核心词汇，从而通过显示目标词条的核心词汇候选集供用户选择，避免无法确定核心词汇的情况出现。

图3为本发明一实施例中一种疾病术语核心词汇的标识装置的框图，如图3所示，该装置包括如下模块：

构建模块31，用于采用ICD10中的中文词汇构建目标分词词典；

分词模块32，用于当接收到对目标词条的识别请求时，根据构建的目标分词词典对目标词条进行分词，其中，目标词条为疾病术语相关的词条；

确定模块33，用于根据目标词条进行分词后的词汇确定目标词条的核心词汇。

在一个实施例中，如图4所示，确定模块33，包括：

获取子模块41，用于获取目标词条进行分词后的词汇的数目；

确定子模块42，用于根据目标词条进行分词后的词汇的数目确定目标词条的核心词汇。

在一个实施例中，确定子模块，包括：

第一确定单元，用于目标词条进行分词后的词汇的数目为零时，确定目标词条本身为目标词条的核心词汇；

第二确定单元，用于当目标词条进行分词后的词汇只有一个时，确定对目标词条分词后的词汇为目标词条的核心词汇。

在一个实施例中，确定子模块，包括：

比较单元，用于当目标词条进行分词后的词汇的数目为多个时，比较各个词汇的长度；

第三确定单元，用于当长度最长的词汇只有一个时，确定长度最长的词汇为目标词条的核心词汇。

在一个实施例中，确定子模块，包括：

生成单元，用于当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；

显示单元，用于显示目标词条的核心词汇候选集；

第四确定单元，用于当接收到对目标词条的核心词汇候选集中目标词汇的选择操作时，确定选择操作对应的目标词汇为目标词条的核心词汇。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种疾病术语核心词汇的标识方法，其特征在于，包括：

采用ICD10中的中文词汇构建目标分词词典；

当接收到对目标词条的识别请求时，根据所述构建的目标分词词典对所述目标词条进行分词，其中，所述目标词条为疾病术语相关的词条；

根据所述目标词条进行分词后的词汇确定所述目标词条的核心词汇。

2.如权利要求1所述的方法，其特征在于，根据所述目标词条进行分词后的词汇确定所述目标词条的核心词汇，包括：

获取所述目标词条进行分词后的词汇的数目；

根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇。

3.如权利要求2所述的方法，其特征在于，根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇，包括：

所述目标词条进行分词后的词汇的数目为零时，确定所述目标词条本身为所述目标词条的核心词汇；

当所述目标词条进行分词后的词汇只有一个时，确定对所述目标词条分词后的词汇为所述目标词条的核心词汇。

4.如权利要求3所述的方法，其特征在于，根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇，包括：

当所述目标词条进行分词后的词汇的数目为多个时，比较各个词汇的长度；

当长度最长的词汇只有一个时，确定长度最长的词汇为所述目标词条的核心词汇。

5.如权利要求4所述的方法，其特征在于，根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇，还包括：

当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；

显示所述目标词条的核心词汇候选集；

当接收到对所述目标词条的核心词汇候选集中目标词汇的选择操作时，确定所述选择操作对应的目标词汇为所述目标词条的核心词汇。

6.一种疾病术语核心词汇的标识装置，其特征在于，包括：

构建模块，用于采用ICD10中的中文词汇构建目标分词词典；

分词模块，用于当接收到对目标词条的识别请求时，根据所述构建的目标分词词典对所述目标词条进行分词，其中，所述目标词条为疾病术语相关的词条；

确定模块，用于根据所述目标词条进行分词后的词汇确定所述目标词条的核心词汇。

7.如权利要求6所述的装置，其特征在于，确定模块，包括：

获取子模块，用于获取所述目标词条进行分词后的词汇的数目；

确定子模块，用于根据所述目标词条进行分词后的词汇的数目确定所述目标词条的核心词汇。

8.如权利要求7所述的装置，其特征在于，确定子模块，包括：

第一确定单元，用于所述目标词条进行分词后的词汇的数目为零时，确定所述目标词条本身为所述目标词条的核心词汇；

第二确定单元，用于当所述目标词条进行分词后的词汇只有一个时，确定对所述目标词条分词后的词汇为所述目标词条的核心词汇。

9.如权利要求8所述的装置，其特征在于，确定子模块，包括：

比较单元，用于当所述目标词条进行分词后的词汇的数目为多个时，比较各个词汇的长度；

第三确定单元，用于当长度最长的词汇只有一个时，确定长度最长的词汇为所述目标词条的核心词汇。

10.如权利要求9所述的装置，其特征在于，确定子模块，包括：

生成单元，用于当长度最长的词汇为多个时，根据长度最长的多个词汇生成目标词条的核心词汇候选集；

显示单元，用于显示所述目标词条的核心词汇候选集；

第四确定单元，用于当接收到对所述目标词条的核心词汇候选集中目标词汇的选择操作时，确定所述选择操作对应的目标词汇为所述目标词条的核心词汇。

Images