CN112347776B - 医疗数据处理方法及装置、存储介质、电子设备 - Google Patents
医疗数据处理方法及装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN112347776B CN112347776B CN201910736586.0A CN201910736586A CN112347776B CN 112347776 B CN112347776 B CN 112347776B CN 201910736586 A CN201910736586 A CN 201910736586A CN 112347776 B CN112347776 B CN 112347776B
- Authority
- CN
- China
- Prior art keywords
- word
- medical
- medical data
- candidate
- input
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 239000013598 vector Substances 0.000 claims abstract description 96
- 238000013528 artificial neural network Methods 0.000 claims abstract description 50
- 238000013145 classification model Methods 0.000 claims abstract description 50
- 238000012549 training Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000011218 segmentation Effects 0.000 claims description 45
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 3
- 235000019580 granularity Nutrition 0.000 description 19
- 238000002372 labelling Methods 0.000 description 7
- 210000004072 lung Anatomy 0.000 description 6
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 4
- 201000005202 lung cancer Diseases 0.000 description 4
- 208000020816 lung neoplasm Diseases 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 208000007433 Lymphatic Metastasis Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229940022353 herceptin Drugs 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000001370 mediastinum Anatomy 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06N3/045—Combinations of networks
-
- 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
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例是关于一种医疗数据处理方法及装置、存储介质、电子设备,涉及电子病历文本分析技术领域,该方法包括:利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词;将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的;根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词。本发明实施例降低了目标医疗词的识别成本。
Description
技术领域
本发明实施例涉及电子病历文本分析技术领域,具体而言,涉及一种医疗数据处理方法、医疗数据处理装置、计算机可读存储介质以及电子设备。
背景技术
医疗术语识别是临床电子病历分析的第一步,不管是信息抽取,还是各种分类预测任务,医疗数据都是重要的文本特征。
在现有的医疗术语识别方法中,大多数是通过人工收集大量医学数据构成词表,然后再通过词表进行匹配识别。但是,人工收集词表成本高,并且词表闭集,除了词表之外的词无法识别,使得识别结果的准确率较低。
因此,需要提供一种新的医疗数据处理方法及装置。
需要说明的是,在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供一种医疗数据处理方法、医疗数据处理装置、计算机可读存储介质以及电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的识别结果准确率较低的问题。
根据本公开的一个方面,提供一种医疗数据处理方法,包括:
利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词;
将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的;
根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词。
在本公开的一种示例性实施例中,所述医疗数据处理方法还包括:
对历史医疗数据进行分词得到多个分词结果;
对各所述分词结果进行处理得到多个第一词向量,并利用所述多个第一词向量对连体神经网络进行训练得到所述分类模型。
在本公开的一种示例性实施例中,利用所述多个词向量对连体神经网络进行训练得到分类模型包括:
对各所述第一词向量进行切分得到第二词向量,并将所述第二词向量作为所述连体神经网络的第一输入;
将与所述第二词向量具有相同类别的现有词向量的平均值作为所述连体神经网络的第二输入;
基于所述第一输入以及第二输入对所述连体神经网络进行训练得到所述分类模型。
在本公开的一种示例性实施例中,所述医疗数据处理方法还包括:
根据所述第一词向量构建正样本集以及负样本集;
其中,在所述正样本集中,所述第一输入中的第二词向量的类别属于所述第二输入中的所述现有词向量的平均值的类别;
在所述负样本集中,所述第一输入中的第二词向量的类别不属于所述第二输入中的所述现有词向量的平均值的类别。
在本公开的一种示例性实施例中,所述正样本集对应的输出结果为1;所述负样本集对应的输出结果为0。
在本公开的一种示例性实施例中,利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词包括:
依次利用不同预设长度的截取规则对所述待处理医疗数据进行截取得到多个截取结果;
根据所述多个截取结果得到多个所述候选医疗词。
在本公开的一种示例性实施例中,根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词包括:
如果所述输出结果的置信度大于预设阈值,则判断该输出结果对应的候选医疗词为目标医疗词;
如果所述输出结果的置信度小于预设阈值,则对该输出结果对应的候选医疗词进行审查得到审查结果;
根据所述审查结果判断该输出结果对应的候选医疗词是否为目标医疗词。
在本公开的一种示例性实施例中,在根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词之后,所述医疗数据处理方法还包括:
利用所述目标医疗词对所述预设分词器进行更新,并对所述目标医疗词进行存储。
根据本公开的一个方面,提供一种医疗数据处理装置,包括:
第一处理模块,用于利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词;
第二处理模块,用于将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的;
判断模块,用于根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的医疗数据处理方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的医疗数据处理方法。
本公开实施例一种医疗数据处理方法及装置,一方面,利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词;再将各候选医疗词输入至分类模型中得到多个输出结果;其中,分类模型是通过多个词向量对连体神经网络进行训练得到的;最后根据输出结果的置信度判断各候选医疗词是否属于目标医疗词,解决了现有技术中由于词表闭集造成的除了词表之外的词无法识别,使得识别结果的准确率较低以及无法解决文本上的一些歧义问题,进一步导致识别结果的准确率较低的问题,提高了目标医疗词识别的准确率;另一方面,解决了现有技术中人工收集词表成本高以及训练语料标注成本高的问题,降低了目标医疗词的识别成本;再一方面,通过将各候选医疗词输入至分类模型中得到多个输出结果;其中,分类模型是通过多个词向量对连体神经网络进行训练得到的;根据输出结果的置信度判断各候选医疗词是否属于目标医疗词,进而提高了输出结果的准确率;进一步的,通过利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词,解决了现有技术中随着命名实体种类数量的增多,该类方法会出现数据稀疏等问题,增加了候选医疗词的数量,进而提高了目标医疗词识别的准确率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出根据本公开示例实施例的一种医疗数据处理方法的流程图。
图2示意性示出根据本公开示例实施例的一种利用多个第一词向量对连体神经网络进行训练得到分类模型的方法流程图。
图3示意性示出根据本公开示例实施例的一种连体神经网络的系统原理框图。
图4示意性示出根据本公开示例实施例的一种根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词的方法流程图。
图5示意性示出根据本公开示例实施例的另一种医疗数据处理方法的流程图。
图6示意性示出根据本公开示例实施例的一种医疗数据处理装置的框图。
图7示意性示出根据本公开示例实施例的一种用于实现上述医疗数据处理方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在现有的医疗术语识别方法中,主要包括以下两种方案:一种是,人工收集大量医学数据构成词表,通过词表匹配识别;另一种是,通过序列标注算法,如CRF(conditionalrandom field,条件随机场)以及CNN等机器学习模型,通过人工预标注的训练预料,学习模型,预测新文本中的术语。
但是,上述方案存在如下缺陷:在第一种方案中,一方面,人工收集词表成本高,并且词表闭集,除了词表之外的词无法识别,使得识别结果的准确率较低;另一方面,无法解决文本上的一些歧义问题,进一步导致识别结果的准确率较低;
在第二种方案中,一方面,训练语料标注成本高,尤其对于医疗电子病历文本标注;另一方面,模型的效果很大程度上依赖训练数据的分布;当有与训练数据分布差异较大的文本时,模型识别结果准确率较低;再一方面,随着命名实体种类数量的增多,该类方法会出现数据稀疏等问题,因此大多采用单模型单实体的方式,但忽略了不同种类实体之间语义关系信息的建模,因此降低了识别结果的准确率,并且更加耗费资源。
本示例实施方式中首先提供了一种医疗数据处理方法,该方法可以运行于服务器、服务器集群或云服务器等;当然,本领域技术人员也可以根据需求在其他平台运行本发明的方法,本示例性实施例中对此不做特殊限定。参考图1所示,该医疗数据处理方法可以包括以下步骤:
步骤S110.利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词。
步骤S120.将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的。
步骤S130.根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词。
上述医疗数据处理方法中,一方面,利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词;再将各候选医疗词输入至分类模型中得到多个输出结果;其中,分类模型是通过多个词向量对连体神经网络进行训练得到的;最后根据输出结果的置信度判断各候选医疗词是否属于目标医疗词,解决了现有技术中由于词表闭集造成的除了词表之外的词无法识别,使得识别结果的准确率较低以及无法解决文本上的一些歧义问题,进一步导致识别结果的准确率较低的问题,提高了目标医疗词识别的准确率;另一方面,解决了现有技术中人工收集词表成本高以及训练语料标注成本高的问题,降低了目标医疗词的识别成本;再一方面,通过将各候选医疗词输入至分类模型中得到多个输出结果;其中,分类模型是通过多个词向量对连体神经网络进行训练得到的;根据输出结果的置信度判断各候选医疗词是否属于目标医疗词,进而提高了输出结果的准确率;进一步的,通过利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词,解决了现有技术中随着命名实体种类数量的增多,该类方法会出现数据稀疏等问题,增加了候选医疗词的数量,进而提高了目标医疗词识别的准确率。
以下,将结合附图对本示例实施例一种医疗数据处理方法中涉及的各步骤进行详细的解释以及说明。
在步骤S110中,利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词。
在本示例实施例中,首先,依次利用不同预设长度的截取规则对所述待处理医疗数据进行截取得到多个截取结果;然后,再根据所述多个截取结果得到多个候选医疗词;其中,该不同预设长度的截取规则例如可以是多个不同长度的滑动窗口。具体的,可以通过对多个截取结果进行排列组合的方式得到多个所述候选医疗词。详细而言:
对于待处理医疗数据来说,可以在对该待处理医疗数据进行细粒度切分(普通切分)的基础上,用一个长度可变(不同预设长度)的滑动窗口截取出所有可能的候选医疗词。譬如,用长度1-5的滑动窗口,用排列组合的方式可以产生如下组合:
“新增纵隔、双肺门多发淋巴结转移”。其他详细情况可以如下表1所示。
表1
在步骤S120中,将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的。
在本示例实施例中,为了便于判断各候选医疗词是否属于目标医疗词,该医疗数据处理方法还可以包括以下步骤:首先,对历史医疗数据进行分词得到多个分词结果;其次,对各所述分词结果进行处理得到多个第一词向量,并利用所述多个第一词向量对连体神经网络进行训练得到所述分类模型。
具体的,首先,可以构建混排粒度分词器;具体的,由于中文分词就是将连续的字序列按照一定的规范重新组合成词序列的过程,分词粒度指的就是分好的词序列中每个词单元的长度。因此,混排粒度分词指的是将对于预定义的实体词,作为一个完整的词输出,其他序列按新粒度切分方法切词。如“确诊为非小细胞肺癌”,混排粒度分词输出为:“确诊为非小细胞肺癌”;而原始的细粒度分词器的分词输出为:“确诊为非小细胞肺癌”。
进一步的,在本示例实施例中,当得到混排粒度分词器以后,可以利用该混排粒度分词器对历史医疗数据进行分词得到多个分词结果;其中,该分词结果例如可以包括混排粒度分词结果以及细粒度分词结果。具体的,譬如,对于历史医疗数据“腹部CT示右肺上叶可见高密度结节影,考虑肺癌”,则可以通过混排粒度分词器分为如下词组:
“腹部CT示右肺上叶可见高密度结节影,考虑肺癌”;
细粒度分词器分为如下词组:
“腹部CT示右肺上叶可见高密度结节影,考虑肺癌”。此处需要补充说明的是,通过使用该混排粒度分词器对大量病理文本进行分词(可以直接从病历中取文本,不需要标注,没有额外成本,可以使用几十万-上百万条数据),得到分词结果,解决了现有技术中人工收集词表成本高以及训练语料标注成本高,尤其对于医疗电子病历文本标注的问题。
紧接着,可以将上述分词结果输入到一个词向量工具(例如Word2vec或者Bert等等),可以训练得到各个词组的Word Embedding(第一词向量);其中,Embedding是数学领域的有名词,是指某个对象X被嵌入到另外一个对象Y中,映射f:X→Y,例如有理数嵌入实数。Word Embedding是NLP(Natural Language Processing,自然语言处理)中一组语言模型和特征学习技术的总称,把词汇表中的单词或者短语映射成由实数构成的向量上(映射)。然后,利用多个第一词向量对连体神经网络进行训练得到分类模型。具体的,参考图2所示,利用多个第一词向量对连体神经网络进行训练得到分类模型可以包括步骤S210-步骤S230,以下进行详细说明。
在步骤S210中,对各所述第一词向量进行切分,得到第二词向量,并将所述第二词向量作为所述连体神经网络的第一输入。
在步骤S220中,将与所述第二词向量具有相同类别的现有词向量的平均值作为所述连体神经网络的第二输入。
在步骤S230中,基于所述第一输入以及第二输入对所述连体神经网络进行训练得到所述分类模型。
以下,将对步骤S210-步骤S230进行解释以及说明。首先,对连体神经网络进行解释以及说明。连体神经网络(Siamese Network)可以通过共享权值来实现,通常用于评估两个输入样本的相似度。具体的,参考图3所示,该连体神经网络可以包括第一输入(Input 1)301、第二输入(Input2)302、第一网络模型(Network1)303、第二网络模型(Network2)304、权值305(Weights)、损失函数306(Loss)以及输出(Output)等等。
进一步的,对各第一词向量进行切分,得到第二词向量,并将第二词向量作为所述连体神经网络的第一输入(Input 1),然后将与第二词向量具有相同类别的现有词向量的平均值作为所述连体神经网络的第二输入(Input 2),最后再基于所述第一输入以及第二输入对所述连体神经网络进行训练得到所述分类模型。
譬如:Network1:采用Bi-LSTM模型;
Network2:采用Bi-LSTM模型;
Input1:特定实体类型词的切分结果,如“右肺上叶”,各细粒度词的WordEmbedding向量;
Input2:解剖部位类型的Word Embedding向量,可以通过当前医学术语中所有实体向量的平均;进一步的,Input2也可以输入一个具体的医学术语词示例,通过计算新的短语与特定术语词的相似度进而判断新短语是否属于某类别;
Loss:loss部分可以采用Softmax或者全连接的神经网络,输出结果为0或者1。训练一个连体神经网络,判断新的短语分类是否属于某个医学术语。通过该方法,解决了现有技术中由于随着命名实体种类数量的增多,该类方法会出现数据稀疏等问题,因此大多采用单模型单实体的方式,但忽略了不同种类实体之间语义关系信息的建模,因此降低了识别结果的准确率,并且更加耗费资源的问题,提高了识别结果的准确率,同时也减少了资源耗费。
进一步的,为了便于对连体神经网络进行训练,该方法还包括:根据所述第一词向量构建正样本集以及负样本集;其中,在所述正样本集中,所述第一输入中的第二词向量的类别属于所述第二输入中的所述现有词向量的平均值的类别;在所述负样本集中,所述第一输入中的第二词向量的类别不属于所述第二输入中的所述现有词向量的平均值的类别。
譬如,正样本训练集:input1中词属于input2中实体类型,模型输出1;
如:“右肺上叶”+“解剖部位”,模型输出1;
使用当前所有医学术语词表作为正例。
负样本训练集:input1中词不属于input2中实体类型,模型输出0;
如:“赫赛汀”+“解剖部位”,则模型输出0;
进一步的,可以从句子中以及目标实体词周边随机采样一些非目标医学术语,与该术语搭配,构造模型负例。
将训练集输入上述模型,可以训练一个Siamese Network网络模型,可以在一定程度上衡量Input1中输入的词是否属于Input2的医学术语。
进一步的,在本示例实施例中,当得到上述分类模型以后,可以将根据上述候选医疗词得到的候选词向量作为第一输入,将与该候选词向量具有相同类别的现有词向量的平均值作为第二输入,然后再通过上述分类模型得到多个输出结果。
在步骤S130中,根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词。
在本示例实施例中,参考图4所示,根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词可以包括步骤S410-步骤S430,以下进行详细说明。
在步骤S410中,如果所述输出结果的置信度大于预设阈值,则判断该输出结果对应的候选医疗词为目标医疗词。
在步骤S420中,如果所述输出结果的置信度小于预设阈值,则对该输出结果对应的候选医疗词进行审查得到审查结果。
在步骤S430中,根据所述审查结果判断该输出结果对应的候选医疗词是否为目标医疗词。
以下,将对步骤S410-步骤S430进行解释以及说明。首先,对与输出结果为“1”的候选医疗词,可以将该候选医疗词作为“解剖部位词表”,然后再判断输出结果为“1”的置信度是否大于预设阈值;其中,该预设阈值例如可以为0.7;也可以为0.8或者0.9,本示例对此不做特殊限制。如果大于预设阈值,则判断该输出结果为1对应的候选医疗词为目标医疗词;如果置信度小于0.7,则可以进行Review(审查)得到审查结果,如果审查结果确定该候选医疗词为目标医疗词,则可以将该目标医疗词加入至目标医学术语词表;如果不是,则可以删除或者进行其他处理。此处需要补充说明的是,由于输出结果是通过根据分类模型得到的,而该分类模型是通过对连体神经网络进行训练得到的;并且,该连体神经网络的第二输入为与第一输入具有相同类别的现有词向量的平均值;因此,针对于第一输入的输出结果,可以基于第二输入得到输出结果的置信度,该置信度可以用于对第一输入中各词向量是否确实属于第二输入的词向量进行评价。通过该方法,可以进一步的提高目标医疗词的准确率。
进一步的,如果输出结果为“0”,则可以认为该词不是目标医疗词。
更进一步的,为了提高混排粒度分词器的精确性,该医疗数据处理方法还可以包括:利用所述目标医疗词对所述混排粒度分词器进行更新,并对所述目标医疗词进行存储。
以下,结合图5对本示例实施例中的医疗数据处理方法进行进一步的解释以及说明。参考图5所示,该医疗数据处理方法可以包括以下步骤:
步骤S510,使用项目生产中的积累词表构建混排粒度分词模型;
步骤S520,在混排粒度分词模型的基础上训练词向量(Word Embeding);
步骤S530,通过正负样本对连体神经网络(Siamese Network)进行训练得到分类模型;
步骤S540,通过滑动窗口对待测试样本进行截取得到多个短语,并将各短语输入至分类模型中得到多个输出结果;
步骤S550,判断输出结果为“1”的置信度是否大于预设阈值;如果是,跳转至步骤S560;若否,跳转至步骤S570;
步骤S560,将该输出结果对应的短语加入至目标医学术语词表;
步骤S570,对该输出结果进行Review,并在确认结果准确后将该输出结果对应的短语加入至目标医学术语词表。
上述医疗数据处理方法至少具有以下优点之一:
一方面,可以进行医学术语词表的挖掘,经过少量质检,就可以入库使用;
另一方面,充分利用历史积累的词表和大量无标注的病例文本,不需要额外人工标注数据,节省人工成本;
再一方面,通过各粒度词的同一隐空间的相对表示,可以同时支持多种不同类型的医疗术语,并能挖掘出不同粒度的词,不需要对新的医学术语训练新的模型;
进一步的,有些算法可以通过细粒度词直接合成短语的Word Embedding向量表示,进而通过向量的相似度计算找出最新相似的类别。不过这类方法本身有细粒度词合成短语向量表示的方法通常仅是通过简单的向量维度数值相加,通常准确率难易满足要求。
本公开还提供了一种医疗数据处理装置。参考图6所示,该医疗数据处理装置可以包括第一处理模块610、第二处理模块620以及判断模块630。其中:
第一处理模块610,可以用于利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词。
第二处理模块620,可以用于将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的;
判断模块630,可以用于根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词。
在本公开的一种示例实施例中,所述医疗数据处理装置还包括:
分词模块,用于利用预设分词器对历史医疗数据进行分词得到多个分词结果。
训练模块,用于利用词向量工具对各所述分词结果进行处理得到多个第一词向量,并利用所述多个第一词向量对连体神经网络进行训练得到所述分类模型。
在本公开的一种示例实施例中,利用所述多个词向量对连体神经网络进行训练得到分类模型包括:
对各所述第一词向量进行切分得到第二词向量,并将所述第二词向量作为所述连体神经网络的第一输入;将与所述第二词向量具有相同类别的现有词向量的平均值作为所述连体神经网络的第二输入;基于所述第一输入以及第二输入对所述连体神经网络进行训练得到所述分类模型。
在本公开的一种示例实施例中,所述医疗数据处理装置还包括:
样本集构建模块,可以用于根据所述第一词向量构建正样本集以及负样本集;其中,在所述正样本集中,所述第一输入中的第二词向量的类别属于所述第二输入中的所述现有词向量的平均值的类别;在所述负样本集中,所述第一输入中的第二词向量的类别不属于所述第二输入中的所述现有词向量的平均值的类别。
在本公开的一种示例实施例中,所述正样本集对应的输出结果为1;所述负样本集对应的输出结果为0。
在本公开的一种示例实施例中,利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词包括:
依次利用不同预设长度的截取规则对所述待处理医疗数据进行截取得到多个截取结果;根据所述多个截取结果得到多个所述候选医疗词。
在本公开的一种示例实施例中,根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词包括:
如果所述输出结果的置信度大于预设阈值,则判断该输出结果对应的候选医疗词为目标医疗词;如果所述输出结果的置信度小于预设阈值,则对该输出结果对应的候选医疗词进行审查得到审查结果;根据所述审查结果判断该输出结果对应的候选医疗词是否为目标医疗词。
在本公开的一种示例性实施例中,所述医疗数据处理装置还包括:
更新模块,可以用于利用所述目标医疗词对所述预设分词器进行更新,并对所述目标医疗词进行存储。
上述医疗数据处理装置中各模块的具体细节已经在对应的医疗数据处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明实施方式的方法。
在本发明的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图7来描述根据本发明的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元710执行,使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元710可以执行如图1中所示的步骤S110:利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词;步骤S120:将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的;步骤S130:根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词。
存储单元720可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202,还可以进一步包括只读存储单元(ROM)7203。
存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204,这样的程序模块7205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线730可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备700也可以与一个或多个外部设备770(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备700交互的设备通信,和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且,电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器760通过总线730与电子设备700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本发明实施方式的方法。
在本发明的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
计算机可读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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
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、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由权利要求指出。
Claims (8)
1.一种医疗数据处理方法,其特征在于,包括:
利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词;
将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的;
根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词;
其中,所述分类模型是通过如下方式得到的:对历史医疗数据进行分词得到多个分词结果;对各所述分词结果进行处理得到多个第一词向量,并利用所述多个第一词向量对连体神经网络进行训练得到所述分类模型,包括:对各所述第一词向量进行切分得到第二词向量,并将所述第二词向量作为所述连体神经网络的第一输入;将与所述第二词向量具有相同类别的现有词向量的平均值作为所述连体神经网络的第二输入;基于所述第一输入以及第二输入对所述连体神经网络进行训练得到所述分类模型。
2.根据权利要求1所述的医疗数据处理方法,其特征在于,所述医疗数据处理方法还包括:
根据所述第一词向量构建正样本集以及负样本集;
其中,在所述正样本集中,所述第一输入中的第二词向量的类别属于所述第二输入中的所述现有词向量的平均值的类别;
在所述负样本集中,所述第一输入中的第二词向量的类别不属于所述第二输入中的所述现有词向量的平均值的类别。
3.根据权利要求1所述的医疗数据处理方法,其特征在于,利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词包括:
依次利用不同预设长度的截取规则对所述待处理医疗数据进行截取得到多个截取结果;
根据所述多个截取结果得到多个所述候选医疗词。
4.根据权利要求1所述的医疗数据处理方法,其特征在于,根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词包括:
如果所述输出结果的置信度大于预设阈值,则判断该输出结果对应的候选医疗词为目标医疗词;
如果所述输出结果的置信度小于预设阈值,则对该输出结果对应的候选医疗词进行审查得到审查结果;
根据所述审查结果判断该输出结果对应的候选医疗词是否为目标医疗词。
5.根据权利要求1所述的医疗数据处理方法,其特征在于,在根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词之后,所述医疗数据处理方法还包括:
利用所述目标医疗词对预设分词器进行更新,并对所述目标医疗词进行存储。
6.一种医疗数据处理装置,其特征在于,包括:
第一处理模块,用于利用预设规则对待处理医疗数据进行处理,得到多个候选医疗词;
第二处理模块,用于将各所述候选医疗词输入至分类模型中得到多个输出结果;其中,所述分类模型是通过多个词向量对连体神经网络进行训练得到的;
判断模块,用于根据所述输出结果的置信度判断各所述候选医疗词是否属于目标医疗词;
其中,所述分类模型是通过如下方式得到的:对历史医疗数据进行分词得到多个分词结果;对各所述分词结果进行处理得到多个第一词向量,并利用所述多个第一词向量对连体神经网络进行训练得到所述分类模型,包括:对各所述第一词向量进行切分得到第二词向量,并将所述第二词向量作为所述连体神经网络的第一输入;将与所述第二词向量具有相同类别的现有词向量的平均值作为所述连体神经网络的第二输入;基于所述第一输入以及第二输入对所述连体神经网络进行训练得到所述分类模型。
7.一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,所述计算机程序被处理器执行时实现权利要求1-5任一项所述的医疗数据处理方法。
8.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储处理器的可执行指令;
其中,所述处理器配置为经由执行可执行指令来执行权利要求1-5任一项所述的医疗数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910736586.0A CN112347776B (zh) | 2019-08-09 | 2019-08-09 | 医疗数据处理方法及装置、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910736586.0A CN112347776B (zh) | 2019-08-09 | 2019-08-09 | 医疗数据处理方法及装置、存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112347776A CN112347776A (zh) | 2021-02-09 |
CN112347776B true CN112347776B (zh) | 2024-05-24 |
Family
ID=74367652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910736586.0A Active CN112347776B (zh) | 2019-08-09 | 2019-08-09 | 医疗数据处理方法及装置、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112347776B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191152B (zh) * | 2021-06-30 | 2021-09-10 | 杭州费尔斯通科技有限公司 | 一种基于实体扩展的实体识别方法和系统 |
CN113782138A (zh) * | 2021-09-29 | 2021-12-10 | 清华大学 | 用于医疗数据发送控制的方法和装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106980608A (zh) * | 2017-03-16 | 2017-07-25 | 四川大学 | 一种中文电子病历分词和命名实体识别方法及系统 |
CN107818080A (zh) * | 2017-09-22 | 2018-03-20 | 新译信息科技(北京)有限公司 | 术语识别方法及装置 |
CN107863147A (zh) * | 2017-10-24 | 2018-03-30 | 清华大学 | 基于深度卷积神经网络的医疗诊断的方法 |
CN108228758A (zh) * | 2017-12-22 | 2018-06-29 | 北京奇艺世纪科技有限公司 | 一种文本分类方法及装置 |
WO2018149326A1 (zh) * | 2017-02-16 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
CN108831559A (zh) * | 2018-06-20 | 2018-11-16 | 清华大学 | 一种中文电子病历文本分析方法与系统 |
WO2018232622A1 (en) * | 2017-06-21 | 2018-12-27 | Microsoft Technology Licensing, Llc | RECOMMENDATION OF MULTIMEDIA CONTENT THROUGH CONVERSATIONAL ROBOTS |
CN109582955A (zh) * | 2018-11-14 | 2019-04-05 | 金色熊猫有限公司 | 医疗术语的标准化方法、装置及介质 |
CN109871446A (zh) * | 2019-01-31 | 2019-06-11 | 平安科技(深圳)有限公司 | 意图识别中的拒识方法、电子装置及存储介质 |
CN110021439A (zh) * | 2019-03-07 | 2019-07-16 | 平安科技(深圳)有限公司 | 基于机器学习的医疗数据分类方法、装置和计算机设备 |
-
2019
- 2019-08-09 CN CN201910736586.0A patent/CN112347776B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018149326A1 (zh) * | 2017-02-16 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
CN106980608A (zh) * | 2017-03-16 | 2017-07-25 | 四川大学 | 一种中文电子病历分词和命名实体识别方法及系统 |
WO2018232622A1 (en) * | 2017-06-21 | 2018-12-27 | Microsoft Technology Licensing, Llc | RECOMMENDATION OF MULTIMEDIA CONTENT THROUGH CONVERSATIONAL ROBOTS |
CN107818080A (zh) * | 2017-09-22 | 2018-03-20 | 新译信息科技(北京)有限公司 | 术语识别方法及装置 |
CN107863147A (zh) * | 2017-10-24 | 2018-03-30 | 清华大学 | 基于深度卷积神经网络的医疗诊断的方法 |
CN108228758A (zh) * | 2017-12-22 | 2018-06-29 | 北京奇艺世纪科技有限公司 | 一种文本分类方法及装置 |
CN108831559A (zh) * | 2018-06-20 | 2018-11-16 | 清华大学 | 一种中文电子病历文本分析方法与系统 |
CN109582955A (zh) * | 2018-11-14 | 2019-04-05 | 金色熊猫有限公司 | 医疗术语的标准化方法、装置及介质 |
CN109871446A (zh) * | 2019-01-31 | 2019-06-11 | 平安科技(深圳)有限公司 | 意图识别中的拒识方法、电子装置及存储介质 |
CN110021439A (zh) * | 2019-03-07 | 2019-07-16 | 平安科技(深圳)有限公司 | 基于机器学习的医疗数据分类方法、装置和计算机设备 |
Non-Patent Citations (6)
Title |
---|
Bidirectional LSTM with attention mechanism and convolutional layer for text classification;Gang Liu等;《Neurocomputing》;第337卷;325-33 * |
Voice pathology detection using deep learning: a preliminary study;P. Harar等;《2017 international conference and workshop on bioinspired intelligence (IWOBI)》;1-4 * |
基于深度学习的医疗命名实体识别;张帆等;《计算机技术与自动化》;第36卷(第1期);123-127 * |
基于神经网络的中文电子病历命名实体识别;申站;《中国优秀硕士学位论文全文数据库 信息科技辑》(第10期);I138-960 * |
金融领域术语识别的研究;梁晨;《中国优秀硕士学位论文全文数据库 信息科技辑》(第4期);I138-3921 * |
面向医疗领域的中文命名实体识别;薛天竹;《中国优秀硕士学位论文全文数据库 信息科技辑》(第2期);I138-2836 * |
Also Published As
Publication number | Publication date |
---|---|
CN112347776A (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107908635B (zh) | 建立文本分类模型以及文本分类的方法、装置 | |
CN107291828B (zh) | 基于人工智能的口语查询解析方法、装置及存储介质 | |
CN111767366B (zh) | 问答资源挖掘方法、装置、计算机设备及存储介质 | |
CN111143226B (zh) | 自动化测试方法及装置、计算机可读存储介质、电子设备 | |
CN109522338B (zh) | 临床术语挖掘方法、装置、电子设备及计算机可读介质 | |
CN109697292B (zh) | 一种机器翻译方法、装置、电子设备和介质 | |
CN108228567B (zh) | 用于提取组织机构的简称的方法和装置 | |
CN113420822B (zh) | 模型训练方法和装置、文本预测方法和装置 | |
CN112347776B (zh) | 医疗数据处理方法及装置、存储介质、电子设备 | |
CN109657056B (zh) | 目标样本获取方法、装置、存储介质及电子设备 | |
CN112559885A (zh) | 地图兴趣点的训练模型确定方法、装置及电子设备 | |
CN111191825A (zh) | 用户违约预测方法、装置及电子设备 | |
CN111143556A (zh) | 软件功能点自动计数方法、装置、介质及电子设备 | |
CN112784591A (zh) | 数据的处理方法、装置、电子设备和存储介质 | |
CN111582315A (zh) | 样本数据处理方法、装置及电子设备 | |
CN107644101B (zh) | 信息分类方法和装置、信息分类设备及计算机可读介质 | |
CN111241273A (zh) | 文本数据分类方法、装置、电子设备及计算机可读介质 | |
CN110929499B (zh) | 文本相似度获取方法、装置、介质及电子设备 | |
CN115579069A (zh) | scRNA-Seq细胞类型注释数据库的构建方法、装置及电子设备 | |
CN113641724B (zh) | 知识标签挖掘方法、装置、电子设备及存储介质 | |
CN115470790A (zh) | 一种识别文件中的命名实体的方法和装置 | |
CN113095589A (zh) | 一种人口属性确定方法、装置、设备及存储介质 | |
CN110059180B (zh) | 文章作者身份识别及评估模型训练方法、装置及存储介质 | |
CN111949867A (zh) | 跨app的用户行为分析模型训练方法、分析方法及相关设备 | |
CN112182069A (zh) | 代理人留存预测方法、装置、计算机设备及存储介质 |
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 |