CN112528660A - 处理文本的方法、装置、设备、存储介质和程序产品 - Google Patents
处理文本的方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN112528660A CN112528660A CN202011413782.3A CN202011413782A CN112528660A CN 112528660 A CN112528660 A CN 112528660A CN 202011413782 A CN202011413782 A CN 202011413782A CN 112528660 A CN112528660 A CN 112528660A
- Authority
- CN
- China
- Prior art keywords
- event
- text
- information
- attribute information
- target task
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012545 processing Methods 0.000 title claims abstract description 59
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 238000002372 labelling Methods 0.000 claims abstract description 26
- 230000015654 memory Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000003058 natural language processing Methods 0.000 abstract description 2
- 238000003745 diagnosis Methods 0.000 description 27
- 239000013598 vector Substances 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 229940079593 drug Drugs 0.000 description 15
- 239000003814 drug Substances 0.000 description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 201000010099 disease Diseases 0.000 description 9
- 208000024891 symptom Diseases 0.000 description 9
- 201000003068 rheumatic fever Diseases 0.000 description 7
- 238000003908 quality control method Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 206010067868 Skin mass Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 208000009525 Myocarditis Diseases 0.000 description 4
- 206010003246 arthritis Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000003748 differential diagnosis Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002980 postoperative effect Effects 0.000 description 3
- 229930182555 Penicillin Natural products 0.000 description 2
- JGSARLDLIJGVTE-MBNYWOFBSA-N Penicillin G Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)CC1=CC=CC=C1 JGSARLDLIJGVTE-MBNYWOFBSA-N 0.000 description 2
- 241000194017 Streptococcus Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002949 hemolytic effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 229940049954 penicillin Drugs 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000009121 systemic therapy Methods 0.000 description 1
- 210000002303 tibia Anatomy 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000003857 wrist joint Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- G06F16/367—Ontology
-
- 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
- G06N3/044—Recurrent networks, e.g. Hopfield 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
- G06N3/04—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)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种处理文本的方法、装置、设备、存储介质和程序产品,应用于自然语言处理、知识图谱和深度学习技术领域。具体实现方案为:获取针对目标任务生成的待处理文本;采用序列标注模型对待处理文本进行标注,得到待处理文本描述的属于目标任务的事件及所述事件的属性信息;以及采用预定知识库校验所述事件的属性信息的合理性,以便确定所述目标任务的评估信息。
Description
技术领域
本申请涉及人工智能技术领域,具体涉及自然语言处理、知识图谱和深度学习技术领域,更具体地涉及一种处理文本的方法、装置、设备、存储介质和程序产品。
背景技术
随着人工智能技术的发展,信息的电子化管理逐渐兴起。在各领域中,为了提高用户处理事件的规范性和电子化管理的有效性,可以对电子化的文本进行处理,抽取出文本中的关键信息,并对关键信息进行校验。以对事件的处理进行指导,并因此提高电子化管理的信息的准确性。
相关技术中,通常采用命名实体识别技术对电子化文本进行处理,以抽取实体进行关联,但利用该方法抽取的信息与对事件处理结果进行评估的维度吻合性较低。
发明内容
提供了一种用于提高信息抽取准确性,并便于对文本描述的目标任务进行评估的处理文本的方法、装置、设备、存储介质和程序产品。
根据第一方面,提供了一种处理文本的方法,包括:获取针对目标任务生成的待处理文本;采用序列标注模型对待处理文本进行标注,得到待处理文本描述的属于目标任务的事件及事件的属性信息;以及采用预定知识库校验事件的属性信息的合理性,以便确定目标任务的评估信息。
根据第二方面,提供了一种处理文本的装置,包括:文本获取模块,用于获取针对目标任务生成的待处理文本;文本标注模块,用于采用序列标注模型对待处理文本进行标注,得到待处理文本描述的属于目标任务的事件及事件的属性信息;以及属性校验模块,用于采用预定知识库校验事件的属性信息的合理性,以便确定目标任务的评估信息。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请提供的处理文本的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本申请提供的处理文本的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时实现本申请提供的处理文本的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例的处理文本的方法、装置、设备、存储介质和程序产品的应用场景示意图;
图2是根据本申请实施例的处理文本的方法的流程示意图;
图3是根据本申请实施例的处理文本的方法的原理示意图;
图4是根据本申请实施例的校验事件的属性信息的合理性的原理示意图;
图5是根据本申请实施例的处理文本的方法的应用示意图;
图6是根据本申请另一实施例的处理文本的方法的应用示意图;
图7是根据本申请实施例的处理文本的装置的结构框图;以及
图8是用来实现本申请实施例的处理文本的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请提供了一种处理文本的方法。该方法可以先获取针对目标任务生成的待处理文本。随后采用序列标注模型对待处理文本进行标注,得到待处理文本描述的属于目标任务的事件及事件的属性信息。最后采用预定知识库校验事件的属性信息的合理性,以便确定目标任务的评估信息。
以下将结合图1对本申请提供的方法和装置的应用场景进行描述。
图1是根据本申请实施例的处理文本的方法、装置、设备、存储介质和程序产品的应用场景图。
如图1所示,该实施例的应用场景100例如可以包括终端设备110和用户120。
终端设备110例如可以是能够提供交互界面且具有处理功能的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机等。用户120例如可以通过终端设备对目标任务中事件的执行进行记录,以生成电子文本。
根据本申请的实施例,终端设备110例如可以根据预先训练的序列标注模型对生成的电子文本进行序列标注,以得到电子文本中描述的事件及事件的属性信息。该终端设备110例如还可以根据属性信息对电子文本进行评估,以评估用户对事件的执行是否规范化,事件执行的结果是否合理等。
根据本申请的实施例,如图1所示,该应用场景100例如还可以包括服务器130,终端设备110与服务器130之间可以通过网络通信。例如,终端设备110可以通过网络从服务器130中获取预先训练的序列标注模型。
示例性地,服务器130例如还可以为向终端设备110中运行的应用程序提供支持的各种服务器。该服务器130例如还可以经由网络接收终端设备110响应于用户120的操作生成的电子文本,并对电子文本进行序列标注,以及根据标注得到的属性信息对目标任务中事件的执行进行评估。例如,服务器130例如可以为应用程序服务器、分布式系统的服务器,或者是结合了区块链的服务器。或者,服务器还可以为虚拟服务器或云服务器等。
根据本申请的实施例,如图1所示,该实施例的应用场景100中例如还可以包括有第一数据库140。其中,第一数据库140存储有文本规范文档、文本质检表格等文档。终端设备110和/或服务器130例如可以通过网络访问该第一数据库140,并从该第一数据库140中获取文档,以对记录事件生成的电子文本进行评估。
根据本申请的实施例,如图1所示,该实施例的应用场景100中还可以包括有第二数据库150,该第二数据库150中存储有预先构建的知识图谱(Knowledge Graph,KG)。服务器130或者终端设备110可以通过网络访问该第二数据库150,以从知识图谱中抽取与事件的属性信息有关联关系的关联信息,并根据该关联信息对记录事件生成的电子文本进行评估。
根据本申请的实施例,该实施例的应用场景100不仅可以包括第一数据库140,还可以包括第二数据库150。第一数据库140和第二数据库150可以为两个不同的数据库,也可以为同一数据库中的不同存储分区。在一实施例中,该第一数据库140和第二数据库150可以为服务器130中的两个存储分区,或者,该第一数据库140和第二数据库150中的任一个可以为存储磁盘或者云数据库。
需要说明的是,本申请实施例提供的处理文本的方法一般可以由终端设备110执行,或者也可以由服务器130执行。相应地,本申请实施例提供的处理文本的装置一般可以设置在终端设备110中,或者也可以设置在服务器130中。
应该理解,图1中的终端设备、服务器、第一数据库和第二数据库的类型仅仅是示意性的。根据实现需要,可以具有任意类型的终端设备、服务器、第一数据库和第二数据库。
以下将结合图1描述的应用场景,通过图2~图6对本申请实施例提供的处理文本的方法进行详细描述。
图2是根据本申请实施例的处理文本的方法的流程示意图。
如图2所示,该实施例的处理文本的方法200可以包括操作S210、操作S230和操作S250。
在操作S210,获取针对目标任务生成的待处理文本。
根据本申请的实施例,目标任务例如可以包括各企业的项目任务,或者可以包括对患者进行诊疗、使得患者康复的任务。目标任务例如可以通过执行一个或多个事件来实现,例如,项目任务例如可以通过设计、生产、实验、交付等中的至少一个事件来完成。使得患者康复的任务,例如可以通过诊断推理、检查、术前查房、手术、术后查房、出院等中的至少一个事件来完成。可以理解的是,待处理文本中可以描述有一个事件,也可以描述有多个事件,且上述实施例的目标任务仅作为示例以利于理解本申请,本申请对该目标任务的类型不做限定。
根据本申请的实施例,获取的待处理文本例如可以为在目标任务完成过程中,在完成一个事件的执行后,通过终端设备记录事件的执行信息所生成的文本。例如,对于使得患者康复的任务,待处理文本例如可以包括以下至少之一:电子病历、检查报告、会诊记录文本、查房记录文本、回访记录文本等。
在操作S230,采用序列标注模型对待处理文本进行标注,得到待处理文本描述的属于目标任务的事件及事件的属性信息。
根据本申请的实施例,序列标注模型例如可以包括隐马尔科夫模型(HiddenMarkov Model,HMM)、条件随机场模型(conditional random field,CRF)、双向长短期记忆网络模型(Bidirection Long Short-Term Memory,BiLSTM)与CRF拼接构成的模型、词格(Lattice)+长短期记忆网络模型(Long Short-Term Memory,LSTM)+CRF模型或双向转换编码器(Bidirectional Encoder Representation from Transformer,BERT)+CRF模型。
根据本申请的实施例,该操作S230可以将待处理文本作为序列标注模型的输入,输出得到待处理文本的标注序列,该标注序列中包括多个标注符,每个标注符对应待处理文本中一个类别的词,例如对于不同类型的事件,具有不同的标注符,对于事件的不同类型的属性,具有不同的标注符。通过标注符与类别的对应关系,可以确定待处理文本中记载的事件类别和事件的属性信息类别。通过将该事件类别和属性信息类别对应至待处理文本中的词,即可得到针对目标任务的事件和事件的属性信息。例如,对于待处理文本“根据风湿热的诊断标准符合3个主要前置条件(心肌炎、关节炎及皮下小结),故同意诊断为风湿热(活动期)”,根据标注序列可知,待处理文本中记载的事件为诊断推理事件,该事件的属性包括事件类型、临床症状和推导诊断,通过对应至待处理文本中的词,可以得到以下信息:“事件类型:诊断推理;临床症状:心肌炎、关节炎、皮下小结;推导诊断结果:风湿热(活动期)”。该实施例中,待处理文本描述的事件即为诊断推理事件,属性信息包括临床症状和推导诊断结果。
可以理解的是,标注符与词类别的对应关系可以根据实际需求进行设定,并根据大量的训练文本和训练文本对应的标注序列来对序列标注模型进行训练。在一实施例中,对于手术事件,确定的属性信息例如可以包括:手术项目、手术时间、手术编号、手术医师、手术等级、手术助手、麻醉医师、麻醉方式等。
在操作S250,采用预定知识库校验事件的属性信息的合理性,以便确定目标任务的评估信息。
根据本申请的实施例,预定知识库例如可以存储有《文本质量控制规范要求》,该《文本质量控制规范要求》中具有针对各种事件生成的电子文本的规范要求。该实施例可以以待处理文本描述的事件为索引,从预定知识库中获取针对待处理文本的规范要求。随后将事件的属性信息与待处理文本的规范要求进行比对,确定事件的属性信息是否与待处理文本的规范要求匹配。若匹配,则确定事件的属性信息合理,并以此作为目标任务的评估信息的一项。
示例性地,对于诊断推理事件,若设定的规范要求中要求在电子病历中写明临床症状,但从待处理文本中确定的事件的属性信息不包括临床症状,则对属性信息的校验结果为病历撰写不合理。对目标任务的评估信息可以为推断推理事件中缺乏临床症状。
根据上述实施例,本申请实施例的处理文本的方法通过采用序列标注模型来得到待处理文本描述的事件及事件的属性信息,以此得到从事件粒度描述事件的结构化信息。从而可以在评估目标任务时,使得该结构化信息更符合用户对目标任务中各事件的直观理解,更吻合《文本质量控制规范要求》中的规定,从而可以在一定程度上提高对属性信息评估结果的准确性,提高目标任务的评估信息的准确性。例如,应用在智能诊疗中,通过该实施例的处理文本的方法,可以从事件粒度展示患者就诊过程的诊疗活动进展,真实反映医疗行为。
根据本申请的实施例,该实施例提供的处理文本的方法可以向病历的内涵质控和形式质控的自动化智能筛查提供基础,并因此可以全面满足国家对病历数据质量及时性、完整性、合理性、标准化、一致性的要求,提高病历质控效率。
根据本申请的实施例,该实施例的序列标注模型例如可以包括由知识增强语义表示模型(Enhanced Representation from Knowledge Integration,Ernie)、BiLSTM模型和CRF模型依次拼接构成的模型。其中,Ernie模型基于海量数据中的实体概念等先验语义知识建模,能够学习到完整概念的语义表示,从而使得模型增强了语义表示能力。通过该Ernie模型,不仅可以提取到待处理文本中的词向量,还可以提取到待处理文本的词性向量。该Ernie模型的输入为待处理文本,输出的词向量和词性向量作为BiLSTM模型的输入,经由BiLSTM能够从词向量和词性向量中提取特征,输出得到特征向量。CRF模型的输入为BiLSTM模型输出的特征向量,经由CRF模型处理后输出与待处理文本等长的标注序列。本申请实施例通过引入Ernie模型,可以使得词向量能够更好的表达待处理文本的语义信息,并因此可以提高最终得到的标注序列的准确性。
图3是根据本申请实施例的处理文本的方法的原理示意图。
根据本申请的实施例,预设知识库例如还可以包括记录各事件的文本中实体应具有的关联关系。例如,若事件为诊断用药事件,关联关系应包括药物与对应病症之间的关联关系。该实施例在得到事件与事件的属性信息后,例如还可以先确定属性信息中是否包括药物与药物对应的病症,若不包括药物对应的病症,则确定事件的属性信息不合理。
根据本申请的实施例,可以从待处理文本中挖掘关联关系,根据挖掘的关联关系与知识库中规定的事件应包括的标准关联关系的差异来确定目标任务的评估信息。
示例性地,如图3所示,该实施例的处理文本的方法300可以先采用实体识别模型320提取待处理文本310中的实体词,得到多个实体词(包括第一实体词331、第二实体词332、...和第m实体词333)。然后将针对多个实体词中的任意两个实体词,采用关系预测模型350确定该任意两个实体词表示的两个实体之间的关联关系。其中,例如可以将m个实体词两两组合,得到多个实体词对。例如,由第一实体词331与第二实体词332组成第一实体词对341,由第一实体词331与第三实体词组成第二实体词对,以此类推,可以由第一实体词331与第m实体词组成第m实体词对342,由第二实体词332与第m实体词333组成第(2m-1)实体词对343,最终,由第(m-1)实体词与第m实体词组成第[m*(m-1)/2]实体词对,总共得到[m*(m-1)/2]个实体词对。随后,将该[m*(m-1)/2]个实体词对逐个的输入关系预测模型350,以预测每个实体词对中两个实体词表示的两个实体之间的关联关系,总共得到多个关联关系(包括第一关联关系361、第二关联关系362、...、第n关联关系363)。其中,m,n均为正整数,且n等于m。
在得到多个关联关系后,可以以前文确定的事件为索引,从预设知识库中获取与事件匹配的关联信息表。然后将通过关系预测模型确定的任意两个实体词表示的两个实体之间的关联关系和标准关联关系进行比对,以确定任意两个实体词表示的两个实体之间的关联关系是否包括标准关联关系。根据比对结果来确定待处理文本中是否缺少知识库中规定的标准关联关系。若不包括某个标准关联关系,则确定缺乏某个标准关联关系为目标任务的评估信息之一。
根据本申请的实施例,可以采用命名实体识别(Named Entity Recognition)方法来从待处理文本中提取实体词。具体可以采用基于规则和词典的方法或基于统计的方法来提取实体词。在得到多个实体词后,可以将任意一个实体词对作为关系预测模型的输入,输出得到输入的实体词对中两个实体词表示的两个实体之间具有预定数量个关联关系中各关联关系的概率值。最后确定概率值最大的关联关系为该输入的两个实体词表示的两个实体之间的关联关系。其中,关系预测模型例如可以为由卷积层和全连接层构成的模型,该模型的输入为两个实体词的词向量表示,该模型的输出为概率向量。
通过本申请实施例,不仅可以从事件的属性信息角度向确定目标任务评估信息提供参考信息,还可以从事件中记录的实体之间的关联关系角度向确定目标任务评估信息提供参考信息。从而便于实现对目标任务的多维度评估,并因此可以提高对目标任务评估的准确性。
根据本申请的实施例,该实施例可以以待处理文本和任意两个实体词作为关系预测模型的输入,输出任意两个实体词表示的两个实体具有预定数量个关联关系中各关联关系的概率值。随后确定概率值大于预定值的关联关系为任意两个实体词表示的两个实体之间的关联关系。从而使得关系预测模型可以提取到该任意两个实体词在待处理文本中的语义特征,提高确定的关联关系的准确性。可以理解的是,预定值可以根据实际需求进行确定,本申请对此不做限定。
示例性地,关系预测模型例如可以为由词向量转换模型(word to vector,word2vec)、BERT、Ernie等预训练模型、卷积层和全连接层依次拼接构成的模型。在预测关联关系时,以待处理文本和任意两个实体词作为预训练模型的输入,经由预训练模型得到输入文本中词语的词向量,以词向量表示整个输入。随后利用卷积层对词向量进行处理,将卷积层的输出作为全连接层的输入,由全连接层输出概率向量。在一实施例中,预训练模型例如可以采用Ernie模型,以使得词向量矩阵能够更好的表达实体词在待输入文本中的上下文语义信息,并因此提高最终确定的关联关系的准确性。
示例性地,通过根据预定值确定的两个实体词表示的两个实体之间的关联关系例如可以包括以下至少之一:上下位关系、伴随关系、匹配关系、因果关系、并发关系和时序关系等。根据预定值确定的关联关系例如可以包括一个或多个,该实施例对此不做限定。
根据本申请的实施例,在确定事件的属性信息合理的情况下,该实施例可以根据挖掘的关联关系对预定知识库进行扩充。例如,若挖掘的关联关系相较于预定知识库中针对事件的标准关联关系多,则该实施例可以将标准关联关系所没有的关联关系添加至知识库中,以作为后续对知识库中标准关联关系进行更改的依据,并因此便于提高对目标任务的质检要求,提高信息电子化管理的质量。
图4是根据本申请实施例的校验事件的属性信息的合理性的原理示意图。
根据本申请的实施例,预设知识库例如可以包括预定知识图谱。知识图谱包括多个节点和连接多个节点的边。其中,节点指示实体或实体的属性信息。在该实施例中,节点可以指示事件、事件的属性信息,指示属性信息的节点与指示属性信息所属事件的节点之间通过边连接。该实施例在得到事件和事件的属性信息后,还可以基于知识图谱来对事件属性信息的合理性进行校验。如此,可以进一步提高对合理性校验的准确性。
示例性地,可以根据目标任务所属领域,从预设知识库中获取与该领域对应的预定知识图谱。该预定知识图谱例如可以根据从目标任务所属领域的大量文本中提取的实体及实体之间的关系构建得到。该实施例在采用预定知识库校验事件的属性信息的合理性时,例如可以先确定预定知识图谱中表征事件关键属性信息的节点的关联节点,并得到该关联节点表征的信息。然后在事件的属性信息与关联节点表征的信息不匹配的情况下,确定事件的属性信息不合理。
示例性地,在医疗领域中,预定知识图谱例如可以为如图4所示的结构。该知识图谱400中包括多个节点,该多个节点包括表征患者的节点401、表征药物A的节点402、表征疾病11的节点403、表征症状1的节点404、表征人群的节点405、表征手术a的节点406和表征检查一的节点407。其中,节点401与节点402之间的连接边表示患者可适用药物A,节点401与节点403之间的连接边表示患者具有疾病11,节点402与节点403之间的连接边表示药物A可以用于治疗疾病11等。基于该知识图谱400,在校验事件的属性信息的合理性时,若确定的事件为诊断推理事件,则该实施例可以先确定表征诊断结果的“疾病11”的节点403,然后以该节点403为起始点,根据节点之间的连接边,确定与节点403连接的第一节点,作为节点403的一级关联节点,得到节点402、节点404和节点401。随后还可以以第一节点为起始点,确定与第一节点连接的第二节点,作为节点403的二级关联节点。以此类推,可以以节点403为起始点抽取得到节点403的p级关联节点。最终,将该一级关联节点~p级关联节点作为针对事件的节点,从而得到针对事件的节点表征的信息。可以理解的是,上述事件关键属性仅以诊断结果为例进行说明,本申请对事件关键属性不做限定,具体可以根据实际需求进行设定。例如,可以确定事件的属性信息中表示事件所针对对象(例如“患者”)的属性信息作为关键属性信息,可以以事件名称作为关键属性信息等。其中,p为正整数,且该p的取值可以根据实际需求进行设定,本申请对此不做限定。
根据本申请的实施例,在获取到关联节点表征的信息时,若事件的属性信息不属于关联节点表征的信息,或者事件的属性信息少于关联节点表征的信息的情况下,可以确定事件的属性信息与关联节点表征的信息不匹配。
在预设知识库包括预定知识图谱时,前文描述的根据任意两个实体词表示的两个实体之间的关联关系扩充预定知识库例如可以是对知识图谱进行扩充。若知识图谱中表征两个实体词的两个节点之间没有连接边,则对在表征两个实体词的两个节点之间添加连接边。
图5是根据本申请实施例的处理文本的方法的应用示意图。
如图5所示,在该实施例500中,待处理文本例如可以为电子病历,该电子病历例如可以包括内容“上级医师查房,记录该患者主要临床特征为:间歇发热伴四肢关节疼痛,腕关节肿胀,第一心音低钝,胫骨前有皮下结节。根据风湿热的诊断标准符合3个主要前置条件(心肌炎、关节炎及皮下小结),故同意诊断为风湿热(活动期)。应给予系统治疗,包括:卧床休息;消除溶血性链球菌感染,静滴青霉素半个月。为排除其他疾病还需拍胸部正、侧位片和类风湿因子检查”。该电子病历输入序列标注模型后,例如序列标注模型可以先对待处理文本510进行分句处理,得到第一语句521~第四语句524。该分句处理例如可以以句号“。”为依据进行。进行分句处理后,序列标注模型例如可以对各分句进行语义理解,识别各分句描述的诊疗事件。识别得到第一语句521描述的信息不针对诊疗事件的识别结果531,第二语句522描述的信息针对诊断推理事件532、第三语句523描述的信息针对诊断用药事件533及第四语句524描述的信息针对鉴别诊断事件534的结果。随后从针对诊疗事件的各语句中提取属性信息,例如,针对第二语句522,提取得到第一属性信息541:临床症状、推导诊断,并采用与属性信息匹配的标注符对文本中与属性信息对应的文本进行标注,得到标注序列。最后,通过抽取标注符对应的待处理文本中的信息,得到第一结构化表示551:“事件类型:诊断推理;临床症状:心肌炎、关节炎、皮下小结;推导诊断:风湿热(活动期)”。类似的,针对第三语句523,抽取得到第二属性信息542:计划用药、对应病症、用药途径,得到第二结构化表示552:“计划用药:青霉素;对应病症:溶血性链球菌;用药途径:静脉注射”。针对第四语句524,抽取得到第三属性信息543:鉴别疾病、鉴别手段,得到第三结构化表示553:“鉴别疾病:其他疾病;鉴别手段:胸部正片、胸部侧位片,类风湿因子检查”。
在得到前述的属性信息后,本申请实施例可以对属性信息的合理性进行判断。例如,可以先获取预定知识库中的知识图谱560和规范要求570,然后依据知识图谱560和规范要求570,针对根据第二语句得到的属性信息执行操作S511,以对推导诊断进行合理性判断,针对第三语句得到的属性信息执行操作S512,以对计划用药的合理性进行判断,针对第四语句得到的属性信息执行操作S513,以对鉴别手段的合理性进行判断。
根据本申请的实施例,该实施例的处理文本的方法例如还可以在确定目标任务的评估信息满足预定条件的情况下,发出告警信息。其中,预定条件例如可以包括:事件的属性信息不合理、事件中缺乏关联关系等。
示例性地,如图5所示,在确定推导诊断不合理的情况下,可以发出第一告警信息581:推导诊断不合理。在确定计划用药不合理的情况下,发出第二告警信息582:诊疗用药不合理。在确定鉴别手段不合理的情况下,发出第三告警信息583:鉴别手段不合理。可以理解的是,上述告警信息仅作为示例以利于理解本申请,本申请对此不做限定。
根据本申请的实施例,可以采用前文描述的处理文本的方法对目标任务执行过程中针对多个事件生成的文本依次处理,得到多个事件的属性信息。其中,事件的属性信息例如还可以包括事件的执行时间。在得到多个事件的属性信息后,该实施例的处理文本的方法例如还可以根据多个事件的执行时间自先至后,按序排列多个事件和多个事件的属性信息。随后根据预定知识库和按序排列的多个事件,确定目标任务的完整性,以便确定目标任务的评估信息。
示例性地,知识库中具有针对目标任务的执行规范信息,该执行规范信息例如可以规定有目标任务中各事件的执行顺序,及各事件的依存关系。例如,可以规定有在执行手术事件之前需要先执行检查事件。但若根据按序排列的属性信息所属的多个事件中,手术事件之前未执行术前检查事件,则确定该目标任务不完整,并以手术之前未执行术前检查作为目标任务的评估信息。
根据本申请的实施例,通过对多个事件生成的多个文本进行处理,并按事件执行的时间顺序排列多个事件,可以便于从事件执行顺序来对目标任务进行评估。从而可以实现对目标任务的多维度评估,并因此可以提高目标任务评估信息的准确性。再者,通过多个事件的属性信息随事件的排列而按序排列,可以便于以事件为索引,获取到事件的属性信息。
图6是根据本申请另一实施例的处理文本的方法的应用示意图。
如图6所示的应用600中,针对多个事件生成的文本例如可以包括第一查房记录文本611、检查报告文本612、手术记录文本613、出院记录文本614和第二查房记录文本615。通过根据该四个文本,可以确定的事件例如包括诊断推理事件621、诊断用药事件622、鉴别诊断事件623、检查事件624、术前查房事件625、手术事件626、术后查房事件627、同意出院事件628和出院事件629。该些事件按执行时间自先至后排序,得到的排列顺序为:诊断推理事件621、鉴别诊断事件623、检查事件624、诊断用药事件622、术前查房事件625、手术事件626、术后查房事件627、同意出院事件628和出院事件629。若知识库中的执行规范信息规定有第一规范“术前一天要求有麻醉医师查房记录”,则可以依据按序排列的多个事件执行操作S611来判断手术前是否有术前查房。该实施例根据按序排列的多个事件可以确定手术事件626之前有术前查房事件625。类似的,若知识库中的执行规范信息规定有第二规范“患者出院前要求有上级医师同意出院的查房记录”,则可以依据按序排列的多个事件执行操作S612来判断出院前是否有上级医师同意出院的查房记录。该实施例根据按序排列的多个事件可以确定同意出院事件628之前没有上级医师同意出院的查房事件,则可以确定目标任务不完整。
根据本申请的实施例,前述实施例描述的发出告警信息需满足的预定条件例如还可以包括按时间顺序排列的多个事件中,两个相邻事件之间具有未执行的事件。例如,在通过操作S612确定同意出院事件628之前没有上级医师同意出院的查房事件的情况下,可以发出告警信息630:无上级医师同意出院记录。而在通过操作S611确定手术事件626之前有术前查房事件625的情况下,则无需针对手术事件发出告警信息。
根据本申请的实施例,本申请以上各实施例提供的处理文本的方法应用于医生工作站场景,可以实现对医生书写的病历进行动态实时检测,并在检测到病历撰写不符合要求时,提醒医生及时修正。从而可以规范医生医疗行为,实现病历数据的准确、规范和及时完成。以上各实施例提供的处理文本的方法应用在病案科室场景中,可以在病案归档时,统一对患者住院期间的所有病历进行全量质控,并因此可以有效减少低质病历的产生,避免由于病历问题导致的医患纠纷。
图7是根据本申请实施例的处理文本的装置的结构框图。
如图7所示,该实施例的处理文本的装置700例如可以包括文本获取模块710、文本标注模块730和属性校验模块750。
文本获取模块710用于获取针对目标任务生成的待处理文本。在一实施例中,文本获取模块710例如可以用于执行图2描述的操作S210,在此不再赘述。
文本标注模块730用于采用序列标注模型对待处理文本进行标注,得到待处理文本描述的属于目标任务的事件及事件的属性信息。在一实施例中,文本标注模块730例如可以用于执行图2描述的操作S230,在此不再赘述。
属性校验模块750用于采用预定知识库校验事件的属性信息的合理性,以便确定目标任务的评估信息。在一实施例中,属性校验模块750例如可以用于执行图2描述的操作S250,在此不再赘述。
根据本申请的实施例,待处理文本包括针对目标任务中的多个事件生成的多个文本。事件的属性信息包括事件的执行时间。上述处理文本的装置700例如还可以包括信息排列模块和任务完整性确定模块。信息排列模块用于根据多个事件的执行时间自先至后,按序排列多个事件和多个事件的属性信息。任务完整性确定模块用于根据预定知识库和按序排列的多个事件,确定目标任务的完整性,以便确定目标任务的评估信息。
根据本申请的实施例,上述处理文本的装置700例如还可以包括实体识别模块、第一关系确定模块、关系表获取模块和第二关系确定模块。实体识别模块用于采用实体识别模型提取待处理文本中的实体词,得到多个实体词。第一关系确定模块用于针对多个实体词中的任意两个实体词:采用关系预测模型确定任意两个实体词表示的两个实体之间的关联关系。关系表获取模块用于获取与事件匹配的关联信息表,关联信息表包括针对事件的多个实体的多个标准关联关系。第二关系确定模块,用于确定任意两个实体词表示的两个实体之间的关联关系是否包括多个标准关联关系,以便确定目标任务的评估信息。
根据本申请的实施例,上述处理文本的装置700例如还可以包括知识扩充模块,用于在校验事件的属性信息合理的情况下,根据任意两个实体词表示的两个实体之间的关联关系扩充预定知识库。
根据本申请的实施例,上述第一关系确定模块包括概率确定子模块和关系确定子模块。概率确定子模块用于以待处理文本和任意两个实体词作为关系预测模型的输入,输出任意两个实体词表示的两个实体具有预定数量个关联关系中各关联关系的概率值。关系确定子模块,用于确定概率值大于预定值的关联关系为任意两个实体词表示的两个实体之间的关联关系。
根据本申请的实施例,上述关系预测模型包括由知识增强语义表示模型、卷积层和全连接层依次拼接构成的模型。
根据本申请的实施例,上述预定知识库包括预定知识图谱,上述属性校验模块750可以包括节点确定子模块和合理性确定子模块。节点确定子模块用于确定预定知识图谱中表征事件关键属性信息的节点的关联节点,得到关联节点表征的信息。合理性确定子模块用于在事件的属性信息与关联节点表征的信息不匹配的情况下,确定事件的属性信息不合理。
根据本申请的实施例,上述序列标注模型包括由知识增强语义表示模型、双向长短期记忆网络模型和条件随机场模型依次拼接构成的模型。
根据本申请的实施例,上述处理文本的装置700例如还可以包括告警信息发出模块,用于在目标任务的评估信息满足预定条件的情况下,发出告警信息。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种程序产品。
如图8所示,是用来实现本申请实施例的处理文本的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备800包括:一个或多个处理器801、存储器802,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的处理文本的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的处理文本的方法。
存储器802作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的处理文本的方法对应的程序指令/模块(例如,附图7所示的文本获取模块710、文本标注模块730和属性校验模块750)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的处理文本的方法。
存储器802可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用来实现处理文本的方法的电子设备的使用所创建的数据等。此外,存储器802可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器802可选包括相对于处理器801远程设置的存储器,这些远程存储器可以通过网络连接至用来实现处理文本的方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用来实现处理文本的方法的电子设备800还可以包括:输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置803可接收输入的数字或字符信息,以及产生与用来实现处理文本的方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (21)
1.一种处理文本的方法,包括:
获取针对目标任务的待处理文本;
采用序列标注模型对所述待处理文本进行标注,得到所述待处理文本描述的针对所述目标任务的事件及所述事件的属性信息;以及
采用预定知识库校验所述事件的属性信息的合理性,以便确定所述目标任务的评估信息。
2.根据权利要求1所述的方法,其中,所述待处理文本包括针对所述目标任务中的多个事件生成的多个文本;所述事件的属性信息包括事件的执行时间;所述方法还包括:
根据多个事件的执行时间自先至后,按序排列多个事件和多个事件的属性信息;以及
根据预定知识库和按序排列的多个事件,确定所述目标任务的完整性,以便确定所述目标任务的评估信息。
3.根据权利要求1所述的方法,还包括:
采用实体识别模型提取所述待处理文本中的实体词,得到多个实体词;
针对所述多个实体词中的任意两个实体词:采用关系预测模型确定所述任意两个实体词表示的两个实体之间的关联关系;
获取与所述事件匹配的关联信息表,所述关联信息表包括针对所述事件的多个实体的多个标准关联关系;以及
确定所述任意两个实体词表示的两个实体之间的关联关系是否包括所述多个标准关联关系,以便确定所述目标任务的评估信息。
4.根据权利要求3所述的方法,还包括:
在校验所述事件的属性信息合理的情况下,根据所述任意两个实体词表示的两个实体之间的关联关系扩充所述预定知识库。
5.根据权利要求3所述的方法,其中,采用关系预测模型确定所述任意两个实体词表示的两个实体之间的关联关系包括:
以所述待处理文本和所述任意两个实体词作为所述关系预测模型的输入,输出所述任意两个实体词表示的两个实体具有预定数量个关联关系中各关联关系的概率值;以及
确定概率值大于预定值的关联关系为所述任意两个实体词表示的两个实体之间的关联关系。
6.根据权利要求3所述的方法,其中,所述关系预测模型包括由知识增强语义表示模型、卷积层和全连接层依次拼接构成的模型。
7.根据权利要求1所述的方法,其中,所述预定知识库包括预定知识图谱,所述采用预定知识库校验所述事件的属性信息的合理性包括:
确定所述预定知识图谱中表征事件关键属性信息的节点的关联节点,得到所述关联节点表征的信息;以及
在所述事件的属性信息与所述关联节点表征的信息不匹配的情况下,确定所述事件的属性信息不合理。
8.根据权利要求1所述的方法,其中,所述序列标注模型包括由知识增强语义表示模型、双向长短期记忆网络模型和条件随机场模型依次拼接构成的模型。
9.根据权利要求1~8中任一项所述的方法,还包括在所述目标任务的评估信息满足预定条件的情况下,发出告警信息。
10.一种处理文本的装置,包括:
文本获取模块,用于获取针对目标任务生成的待处理文本;
文本标注模块,用于采用序列标注模型对所述待处理文本进行标注,得到所述待处理文本描述的属于所述目标任务的事件及所述事件的属性信息;以及
属性校验模块,用于采用预定知识库校验所述事件的属性信息的合理性,以便确定所述目标任务的评估信息。
11.根据权利要求10所述的装置,其中,所述待处理文本包括针对目标任务中的多个事件生成的多个文本;所述事件的属性信息包括事件的执行时间;所述装置还包括:
信息排列模块,用于根据多个事件的执行时间自先至后,按序排列多个事件和多个事件的属性信息;以及
任务完整性确定模块,用于根据预定知识库和按序排列的多个事件,确定所述目标任务的完整性,以便确定所述目标任务的评估信息。
12.根据权利要求10所述的装置,还包括:
实体识别模块,用于采用实体识别模型提取所述待处理文本中的实体词,得到多个实体词;
第一关系确定模块,用于针对所述多个实体词中的任意两个实体词:采用关系预测模型确定所述任意两个实体词表示的两个实体之间的关联关系;
关系表获取模块,用于获取与所述事件匹配的关联信息表,所述关联信息表包括针对所述事件的多个实体的多个标准关联关系;以及
第二关系确定模块,用于确定所述任意两个实体词表示的两个实体之间的关联关系是否包括所述多个标准关联关系,以便确定所述目标任务的评估信息。
13.根据权利要求12所述的装置,还包括:
知识扩充模块,用于在校验所述事件的属性信息合理的情况下,根据所述任意两个实体词表示的两个实体之间的关联关系扩充所述预定知识库。
14.根据权利要求12所述的装置,其中,第一关系确定模块包括:
概率确定子模块,用于以所述待处理文本和所述任意两个实体词作为所述关系预测模型的输入,输出所述任意两个实体词表示的两个实体具有预定数量个关联关系中各关联关系的概率值;以及
关系确定子模块,用于确定概率值大于预定值的关联关系为所述任意两个实体词表示的两个实体之间的关联关系。
15.根据权利要求12所述的装置,其中,所述关系预测模型包括由知识增强语义表示模型、卷积层和全连接层依次拼接构成的模型。
16.根据权利要求10所述的装置,其中,所述预定知识库包括预定知识图谱,所述属性校验模块包括:
节点确定子模块,用于确定所述预定知识图谱中表征事件关键属性信息的节点的关联节点,得到所述关联节点表征的信息;以及
合理性确定子模块,用于在所述事件的属性信息与所述关联节点表征的信息不匹配的情况下,确定所述事件的属性信息不合理。
17.根据权利要求10所述的装置,其中,所述序列标注模型包括由知识增强语义表示模型、双向长短期记忆网络模型和条件随机场模型依次拼接构成的模型。
18.根据权利要求10~17中任一项所述的装置,还包括:
告警信息发出模块,用于在所述目标任务的评估信息满足预定条件的情况下,发出告警信息。
19.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:权利要求1~9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行:权利要求1~9中任一项所述的方法。
21.一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行时实现权利要求1~9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011413782.3A CN112528660B (zh) | 2020-12-04 | 2020-12-04 | 处理文本的方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011413782.3A CN112528660B (zh) | 2020-12-04 | 2020-12-04 | 处理文本的方法、装置、设备、存储介质和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112528660A true CN112528660A (zh) | 2021-03-19 |
CN112528660B CN112528660B (zh) | 2023-10-24 |
Family
ID=74998466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011413782.3A Active CN112528660B (zh) | 2020-12-04 | 2020-12-04 | 处理文本的方法、装置、设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112528660B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113111658A (zh) * | 2021-04-08 | 2021-07-13 | 百度在线网络技术(北京)有限公司 | 校验信息的方法、装置、设备和存储介质 |
CN113407236A (zh) * | 2021-06-29 | 2021-09-17 | 上海阵量智能科技有限公司 | 一种指令汇编方法、装置、计算机设备及存储介质 |
CN113449142A (zh) * | 2021-06-30 | 2021-09-28 | 北京百度网讯科技有限公司 | 信息处理方法及装置、电子设备、存储介质及产品 |
CN113628758A (zh) * | 2021-07-28 | 2021-11-09 | 北京来也网络科技有限公司 | 基于ai和rpa的信息处理方法及其装置 |
CN113657325A (zh) * | 2021-08-24 | 2021-11-16 | 北京百度网讯科技有限公司 | 用于确定标注样式信息的方法、装置、介质及程序产品 |
CN113779983A (zh) * | 2021-04-16 | 2021-12-10 | 南京擎盾信息科技有限公司 | 文本数据处理方法以及装置、存储介质、电子装置 |
CN113808758A (zh) * | 2021-08-31 | 2021-12-17 | 联仁健康医疗大数据科技股份有限公司 | 一种检验数据标准化的方法、装置、电子设备和存储介质 |
CN114201622A (zh) * | 2021-12-13 | 2022-03-18 | 北京百度网讯科技有限公司 | 获取事件信息的方法、装置、电子设备和存储介质 |
CN114827132A (zh) * | 2022-06-27 | 2022-07-29 | 河北东来工程技术服务有限公司 | 一种船务文件传输控制方法、系统、装置和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018172883A1 (en) * | 2016-03-18 | 2018-09-27 | Gurunavi, Inc. | Information providing system, information providing method, and non-transitory computer-readable storage medium storing information providing program |
CN111046666A (zh) * | 2019-12-19 | 2020-04-21 | 天津新开心生活科技有限公司 | 事件识别方法及装置、计算机可读存储介质、电子设备 |
CN111259160A (zh) * | 2018-11-30 | 2020-06-09 | 百度在线网络技术(北京)有限公司 | 知识图谱构建方法、装置、设备及存储介质 |
CN111639498A (zh) * | 2020-04-21 | 2020-09-08 | 平安国际智慧城市科技股份有限公司 | 知识抽取方法、装置、电子设备及存储介质 |
CN111966890A (zh) * | 2020-06-30 | 2020-11-20 | 北京百度网讯科技有限公司 | 基于文本的事件推送方法、装置、电子设备和存储介质 |
CN112015746A (zh) * | 2020-08-27 | 2020-12-01 | 北京字节跳动网络技术有限公司 | 数据实时处理方法、装置、介质和电子设备 |
-
2020
- 2020-12-04 CN CN202011413782.3A patent/CN112528660B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018172883A1 (en) * | 2016-03-18 | 2018-09-27 | Gurunavi, Inc. | Information providing system, information providing method, and non-transitory computer-readable storage medium storing information providing program |
CN111259160A (zh) * | 2018-11-30 | 2020-06-09 | 百度在线网络技术(北京)有限公司 | 知识图谱构建方法、装置、设备及存储介质 |
CN111046666A (zh) * | 2019-12-19 | 2020-04-21 | 天津新开心生活科技有限公司 | 事件识别方法及装置、计算机可读存储介质、电子设备 |
CN111639498A (zh) * | 2020-04-21 | 2020-09-08 | 平安国际智慧城市科技股份有限公司 | 知识抽取方法、装置、电子设备及存储介质 |
CN111966890A (zh) * | 2020-06-30 | 2020-11-20 | 北京百度网讯科技有限公司 | 基于文本的事件推送方法、装置、电子设备和存储介质 |
CN112015746A (zh) * | 2020-08-27 | 2020-12-01 | 北京字节跳动网络技术有限公司 | 数据实时处理方法、装置、介质和电子设备 |
Non-Patent Citations (1)
Title |
---|
陈金菊;王义真;欧石燕;: "基于道路法规知识图谱的多轮自动问答研究", 现代情报, no. 08, pages 100 - 112 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113111658A (zh) * | 2021-04-08 | 2021-07-13 | 百度在线网络技术(北京)有限公司 | 校验信息的方法、装置、设备和存储介质 |
CN113111658B (zh) * | 2021-04-08 | 2023-08-18 | 百度在线网络技术(北京)有限公司 | 校验信息的方法、装置、设备和存储介质 |
CN113779983B (zh) * | 2021-04-16 | 2022-10-04 | 南京擎盾信息科技有限公司 | 文本数据处理方法以及装置、存储介质、电子装置 |
CN113779983A (zh) * | 2021-04-16 | 2021-12-10 | 南京擎盾信息科技有限公司 | 文本数据处理方法以及装置、存储介质、电子装置 |
CN113407236A (zh) * | 2021-06-29 | 2021-09-17 | 上海阵量智能科技有限公司 | 一种指令汇编方法、装置、计算机设备及存储介质 |
CN113407236B (zh) * | 2021-06-29 | 2024-03-08 | 上海阵量智能科技有限公司 | 一种指令汇编方法、装置、计算机设备及存储介质 |
CN113449142A (zh) * | 2021-06-30 | 2021-09-28 | 北京百度网讯科技有限公司 | 信息处理方法及装置、电子设备、存储介质及产品 |
CN113628758A (zh) * | 2021-07-28 | 2021-11-09 | 北京来也网络科技有限公司 | 基于ai和rpa的信息处理方法及其装置 |
CN113657325A (zh) * | 2021-08-24 | 2021-11-16 | 北京百度网讯科技有限公司 | 用于确定标注样式信息的方法、装置、介质及程序产品 |
CN113657325B (zh) * | 2021-08-24 | 2024-04-12 | 北京百度网讯科技有限公司 | 用于确定标注样式信息的方法、装置、介质及程序产品 |
CN113808758A (zh) * | 2021-08-31 | 2021-12-17 | 联仁健康医疗大数据科技股份有限公司 | 一种检验数据标准化的方法、装置、电子设备和存储介质 |
CN113808758B (zh) * | 2021-08-31 | 2024-06-07 | 联仁健康医疗大数据科技股份有限公司 | 一种检验数据标准化的方法、装置、电子设备和存储介质 |
CN114201622A (zh) * | 2021-12-13 | 2022-03-18 | 北京百度网讯科技有限公司 | 获取事件信息的方法、装置、电子设备和存储介质 |
CN114201622B (zh) * | 2021-12-13 | 2023-03-24 | 北京百度网讯科技有限公司 | 获取事件信息的方法、装置、电子设备和存储介质 |
CN114827132A (zh) * | 2022-06-27 | 2022-07-29 | 河北东来工程技术服务有限公司 | 一种船务文件传输控制方法、系统、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112528660B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112528660B (zh) | 处理文本的方法、装置、设备、存储介质和程序产品 | |
CN112507715B (zh) | 确定实体之间关联关系的方法、装置、设备和存储介质 | |
US9558264B2 (en) | Identifying and displaying relationships between candidate answers | |
US10818397B2 (en) | Clinical content analytics engine | |
CN109906449B (zh) | 一种查找方法及装置 | |
US20190035505A1 (en) | Intelligent triage server, terminal and system based on medical knowledge base (mkb) | |
CN109670054B (zh) | 知识图谱构建方法、装置、存储介质及电子设备 | |
CN111801741B (zh) | 不良药物反应分析 | |
Zhang et al. | Extracting databases from dark data with deepdive | |
US20140298199A1 (en) | User Collaboration for Answer Generation in Question and Answer System | |
CN108920453A (zh) | 数据处理方法、装置、电子设备及计算机可读介质 | |
US20220284174A1 (en) | Correcting content generated by deep learning | |
CN111460095B (zh) | 问答处理方法、装置、电子设备及存储介质 | |
CN110534168A (zh) | 药嘱风险提示方法、装置、电子设备及存储介质 | |
CN111341456A (zh) | 糖尿病足知识图谱生成方法、装置及可读存储介质 | |
US20220114346A1 (en) | Multi case-based reasoning by syntactic-semantic alignment and discourse analysis | |
US20170220554A1 (en) | Identifying Logic Problems in Text Using a Statistical Approach and Natural Language Processing | |
US20150227714A1 (en) | Medical information analysis apparatus and medical information analysis method | |
WO2021114635A1 (zh) | 患者分群模型构建方法、患者分群方法及相关设备 | |
US20190206517A1 (en) | Automated Prediction and Answering of Medical Professional Questions Directed to Patient Based on EMR | |
US20230244869A1 (en) | Systems and methods for classification of textual works | |
CN112052308A (zh) | 一种摘要文本提取方法、装置、存储介质和电子设备 | |
CN111339252B (zh) | 一种搜索方法、装置及存储介质 | |
CN112115697A (zh) | 用于确定目标文本的方法、装置、服务器以及存储介质 | |
CN115620886B (zh) | 一种数据审核方法和装置 |
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 |