CN114566294A - 问诊模板的匹配方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及人工智能技术领域，公开了一种问诊模板的匹配方法、装置、设备及存储介质，方法包括：获取用户提供的主诉信息；将主诉信息与问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；向用户提供目标问诊模板；每种问诊模板的正则表达式通过下述方式得到：获取问诊模板对应的样本集合；基于样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式。该方式可以使运营人员明确知晓每种问诊模板的分类规则，分类过程便于控制，当出现故障或业务变更时，方便运营人员解决故障问题以及更快地对业务变更进行调整。

Description

问诊模板的匹配方法、装置、设备及存储介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种问诊模板的匹配方法、装置、设备及存储介质。

背景技术

在患者问诊的过程中，首先需要根据患者的主诉病症，向患者提供合适的问诊模板，以供患者填写具体的病症表现。通常，不同的病症所匹配的问诊模板不同，此时，就需要根据患者提供的主诉病症，向患者提供最匹配的问诊模板。相关技术中，通过机器学习的方式训练分类模型，将患者提供的主诉病症输入至该分类模型中，即可输出匹配的问诊模板。但是通过机器学习方式训练得到的分类模型属于黑盒模型，缺少解释性，难以理解，也无法得知其分类的具体过程，一旦出现故障或者业务变更等问题，医学运营人员很难在短时间内更新分类模型，增加了修复或者变更业务的成本。

发明内容

本发明提供了一种问诊模板的匹配方法、装置、设备及存储介质，用于使运营人员可以明确知晓每种问诊模板的分类规则，分类过程便于控制，当出现故障或业务变更时，可以尽快修改分类规则，方便运营人员解决故障问题以及更快地对业务变更进行调整。

为实现上述目的，本发明第一方面提供了一种问诊模板的匹配方法，包括：获取用户提供的主诉信息；主诉信息包括用户的身体状况信息和不适症状信息；将主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；向用户提供目标问诊模板；目标问诊模板用于用户填写病症表现信息；其中，每种问诊模板的正则表达式通过下述方式得到：获取问诊模板对应的样本集合；基于样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式。

可选的，在本发明第一方面的第一种实现方式中，获取问诊模板对应的样本集合的步骤，包括：获取训练语料集；训练语料集中包括多组训练预料，每组训练预料中包括主诉信息、模板名称和所属科室；从训练语料集中获取问诊模板的模板名称对应的第一训练语料，将第一训练语料作为正样本；从训练语料集中获取除问诊模板的模板名称以外的模板名称对应的第二训练语料，将第二训练语料作为负样本；将正样本和负样本作为问诊模板对应的样本集合。

可选的，在本发明第一方面的第二种实现方式中，基于样本集合的样本属性信息，得到初始表达式的步骤，包括：对样本集合中的主诉信息进行分词处理，得到多个文本词；针对每个文本词，基于文本词的词义，以及文本词在样本集合中的出现频率，确定文本词的权重；统计多个文本词之间的出现位置的关联关系；根据样本集合中的多个文本词、每个文本词的权重、以及多个文本词之间的出现位置的关联关系，生成初始表达式。

可选的，在本发明第一方面的第三种实现方式中，基于文本词的词义，以及文本词在样本集合中的出现频率，确定文本词的权重的步骤，包括：基于预设的同义词表，对多个文本词进行归一化操作，将同义的文本词划分为同一类，得到每个文本词的词义类型；基于每个文本词的词义类型，通过词频和逆文档频率的统计方式，得到每个文本词的权重。

可选的，在本发明第一方面的第四种实现方式中，统计多个文本词之间的出现位置的关联关系的步骤，包括：针对多个文本词之间的任意两个文本词，统计任意两个文本词之间的共现参数；共现参数包括共现频率、平均间距、最小间距和最大间距信息；基于任意两个文本词之间的共现参数，生成多个文本词之间的共现矩阵；在共现矩阵中，每个矩阵位置上包括一个共现参数，共现参数为该矩阵位置对应的两个文本词之间的共现参数。

可选的，在本发明第一方面的第五种实现方式中，基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式的步骤，包括：对初始表达式进行交叉变异，得到多个变异表达式；基于预设条件从多个变异表达式中筛选最优表达式；删除样本集合中符合最优表达式的正样本，生成不符合最优表达式的新的正样本，得到更新后的样本集合；继续执行基于样本集合的样本属性信息，得到初始表达式的步骤，直至满足指定条件，停止循环，得到问诊模板的正则表达式；其中，第一指定条件包括：循环次数达到次数阈值，或者正样本在样本集合中的占比满足预设占比阈值。

可选的，在本发明第一方面的第六种实现方式中，基于预设条件从多个变异表达式中筛选最优表达式的步骤，包括：针对每个变异表达式，确定该变异表达式与样本集合的匹配关系；匹配关系包括：该变异表达式与样本集合中的正样本的第一匹配率，以及与样本集合中的负样本的第二匹配率；判断多个变异表达式中，是否存在匹配关系满足第二指定条件的变异表达式；如果存在，将匹配关系满足第二指定条件的变异表达式作为最优表达式；如果不存在，继续执行对初始表达式进行交叉变异，得到多个变异表达式的步骤，直至出现匹配关系满足第二指定条件的变异表达式。

本发明第二方面提供了一种问诊模板的匹配装置，装置包括：信息获取模块，用于获取用户提供的主诉信息；主诉信息包括用户的身体状况信息和不适症状信息；匹配模块，用于将主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；目标提供模块，用于向用户提供目标问诊模板；目标问诊模板用于用户填写病症表现信息；其中，每种问诊模板的正则表达式通过下述方式得到：获取问诊模板对应的样本集合；基于样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式。

本发明第三方面提供了一种问诊模板的匹配设备，问诊模板的匹配设备包括：存储器和至少一个处理器，存储器中存储有指令；至少一个处理器调用存储器中的指令，以使得问诊模板的匹配设备执行如上述任意一项的问诊模板的匹配方法。

本发明第四方面提供了一种计算机可读存储介质，其上存储有指令，指令被处理器执行时实现如上述任意一项的问诊模板的匹配方法。

本发明提供的技术方案中，获取用户提供的主诉信息；主诉信息包括用户的身体状况信息和不适症状信息；将主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；向用户提供目标问诊模板；目标问诊模板用于用户填写病症表现信息；其中，每种问诊模板的正则表达式通过下述方式得到：获取问诊模板对应的样本集合；基于样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式。上述方式中，通过正则表达式为用户匹配问诊模板，每种问诊模板的正则表达式，具有较好的可读性，运营人员可以明确知晓每种问诊模板的分类规则，分类过程便于控制，当出现故障或业务变更时，可以尽快修改分类规则，方便运营人员解决故障问题以及更快地对业务变更进行调整。

附图说明

图1为本发明实施例中问诊模板的匹配方法的一个实施例示意图；

图2为本发明实施例中问诊模板的匹配方法的另一个实施例示意图；

图3为本发明实施例中问诊模板的匹配装置的一个实施例示意图；

图4为本发明实施例中问诊模板的匹配设备的一个实施例示意图。

具体实施方式

本发明实施例提供了一种问诊模板的匹配方法、装置、设备及存储介质，用于提取和解析不同类型表格的数据信息，并且无需针对不同的表格版式定制识别模块，在保证准确率的同时，降低提取成本。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

相关技术中，通过深度学习方法，例如：贝叶斯网络模型、BERT(BidirectionalEncoder Representations from Transformers)网络模型、前馈神经网络模型，直接对主诉信息进行分类，该分类方法的可读性较低，如果在运行过程中出现故障，维修人员可能需要耗费很大的时间成本才能解决故障问题，此外，如果业务有所调整，也需要比较大的时间成本，不利于医院的运营管理。

基于此，本发明提供了一种问诊模板的匹配方法、装置、设备及存储介质，用于通过正则表达式为用户匹配问诊模板，每种问诊模板的正则表达式，具有较好的可读性，运营人员可以明确知晓每种问诊模板的分类规则，分类过程便于控制，当出现故障或业务变更时，可以尽快修改分类规则，方便运营人员解决故障问题以及更快地对业务变更进行调整。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中一种问诊模板的匹配方法的一个实施例包括：

101、获取用户提供的主诉信息；该主诉信息包括用户的身体状况信息和不适症状信息；

用户可以通过终端设备线上提交主诉信息，该主诉信息主要包括用户目前的身体状况及不适症状等等，该主诉信息通常为文本形式；用户也可以输入语音，然后从语音中提取文本，得到文本形式的主诉信息。例如，主诉信息可以为：左脚肌腱炎，左踝关节腔少量积液等。

102、将主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；

其中，每种问诊模板的正则表达式通过下述方式得到：获取问诊模板对应的样本集合；基于样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式。

对于一种问诊模板来说，上述样本集合中可以包括正样本和负样本，其中，正样本与该问诊模板相匹配，负样本与该问诊模板不匹配，负样本与其他问诊模板相匹配。在实际实现时，可以基于正样本的样本属性信息，得到上述初始表达式，样本属性信息可以为正样本中部分关键词的权重，或者关键词之间的位置关系等信息。得到的初始表达式可以匹配至少一部分正样本。在初始表达式的基础上，基于预设的规则或算法，对初始表达式进行变形、变异等处理，同时对样本集合进行更新，以使初始表达式可以匹配更多的正样本，同时，尽量与负样本均不匹配，或者与负样本的匹配度低于一定的阈值，即，最终得到的正则表达式可以对正样本和负样本的匹配度有较大的区分度。

103、向用户提供目标问诊模板；该目标问诊模板用于用户填写病症表现信息。

这里的目标问诊模板通常与用户的主诉信息相匹配。该目标问诊模板用于用户填写病症表现信息，该病症表现信息比前述主诉信息可以更加具体详细的描述用户的病症，有利于医生基于病症表现信息对用户的疾病进行诊断，并提供治疗方案。

上述问诊模板的匹配方法，获取用户提供的主诉信息；主诉信息包括用户的身体状况信息和不适症状信息；将主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；向用户提供目标问诊模板；目标问诊模板用于用户填写病症表现信息；其中，每种问诊模板的正则表达式通过下述方式得到：获取问诊模板对应的样本集合；基于样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式。上述方式中，通过正则表达式为用户匹配问诊模板，每种问诊模板的正则表达式，具有较好的可读性，运营人员可以明确知晓每种问诊模板的分类规则，分类过程便于控制，当出现故障或业务变更时，可以尽快修改分类规则，方便运营人员解决故障问题以及更快地对业务变更进行调整。

请参阅图2，本发明实施例中问诊模板的匹配方法中，获取每种问诊模板的正则表达式的一个实施例包括：

201，获取训练语料集；该训练语料集中包括多组训练预料，每组训练预料中包括主诉信息、模板名称和所属科室；从训练语料集中获取问诊模板的模板名称对应的第一训练语料，将第一训练语料作为正样本；从训练语料集中获取除问诊模板的模板名称以外的模板名称对应的第二训练语料，将第二训练语料作为负样本；将正样本和负样本作为问诊模板对应的样本集合。

上述训练语料集包括多组训练语料；其中，训练语料的格式为：主诉信息+模板名称+所属科室。例如，主诉信息为“左脚肌腱炎，左踝关节腔少量积液”，模板名称为“腿痛问诊”，科室为“骨科”。另外，模板名称中还可以包括模板的大类别，例如，综合、外部等，此时，前述“腿痛问诊”的模板名称会具体化为“腿痛问诊-综合”。再如，主诉信息为“肠炎拉肚子二十多天了，吃了药也没见好”，模板名称为“成人腹泻问诊-外部”，科室为“消化内科”。

另一种实现方式中，从训练语料集中获取与问诊模板属于同一科室的目标模板，将除问诊模板以外的目标模板所属的训练语料，作为负样本。

例如：问诊模板为腿痛问诊模板时，该腿痛问诊模板所属的训练语料为正样本，其他问诊模板对应的训练语料为负样本，或者，将科室为骨科的训练语料中，腿痛问诊模板所属的训练语料以外的样本为负样本。

202，对样本集合中的主诉信息进行分词处理，得到多个文本词；针对每个文本词，基于文本词的词义，以及文本词在样本集合中的出现频率，确定文本词的权重；统计多个文本词之间的出现位置的关联关系；

上述基于文本词的词义，以及文本词在样本集合中的出现频率，确定文本词的权重的步骤，可以通过下述子步骤实现：

(1)基于预设的同义词表，对多个文本词进行归一化操作，将同义的文本词划分为同一类，得到每个文本词的词义类型；作为示例，如果同义的文本词有多个，例如三个，可以将其中一个文本词作为该组同义的文本词的词义类型。

(2)基于每个文本词的词义类型，通过词频和逆文档频率的统计方式，得到每个文本词的权重。其中，词频和逆文档频率，也可以称为TF-IDF(Term Frequency–InverseDocument Frequency)。通过词频和逆文档频率，可以评估一文本词对于一个训练语料的重要程度。文本词的重要性随着它在训练语料中出现的次数成正比增加，但同时会随着它在样本集合中出现的频率成反比下降。

上述统计多个文本词之间的出现位置的关联关系的步骤，可以通过下述子步骤实现：

(1)针对多个文本词之间的任意两个文本词，统计任意两个文本词之间的共现参数；该共现参数包括共现频率、平均间距、最小间距和最大间距信息；

其中，共现频率可以理解为两个文本词出现在同一训练语料中的频率；平均间距可以理解为，计算两个文本词在同一训练语料中的距离，该距离可以通过字符数衡量，然后计算两个文本词在各个训练语料中的距离的平均值，得到平均间距。最小间距为两个文本词在各个训练语料中的距离的最小值，最大间距为两个文本词在各个训练语料中的距离的最大值。

(2)基于任意两个文本词之间的共现参数，生成多个文本词之间的共现矩阵；在共现矩阵中，每个矩阵位置上包括一个共现参数，该共现参数为该矩阵位置对应的两个文本词之间的共现参数。

任意两个文本词之间的出现位置的关联关系，即这两个文本词之间的共现参数；多个文本词之间的出现位置的关联关系，包括任意两个文本词之间的共现参数；因而，上述共现矩阵包含了多个文本词之间的出现位置的关联关系。

以两个文本词为例，这两个文本词的出现位置的关联关系，可以理解为这两个文本词在文本中出现的距离，两个文本词同时出现在同一文本中的概率等。在实际实现时，出现位置的关联关系可以通过共现统计实现。

另一种方式中，上述共现矩阵也可以为三维矩阵，该三维矩阵的横向为依次排列的多个文本词，纵向也为依次排列的多个文本词，深向为上述共现参数组成的参数向量。

203，根据样本集合中的多个文本词、每个文本词的权重、以及多个文本词之间的出现位置的关联关系，生成初始表达式。

一种具体的方式中，可以根据多个文本词中权重较高的文本词以及共现矩阵中共现频率高、共现距离较小的文本词生成初始表达式。权重较高的文本词与问诊模版的匹配程度更高，同样地，共现矩阵中共现频率较高，共现距离较小的词条与问诊模版的匹配程度更高。

该初始表达式属于正则表达式。上述样本集合中的正样本中的大部分样本可以匹配该初始表达式，但部分正样本不能匹配该初始表达式，为了得到问诊模板最合适的正则表达式，需要通过下述步骤为初始表达式进行调整、筛选。

204，对初始表达式进行交叉变异，得到多个变异表达式；基于预设条件从多个变异表达式中筛选最优表达式；删除样本集合中符合最优表达式的正样本，生成不符合最优表达式的新的正样本，得到更新后的样本集合；

交叉变异的方式可以包括，词语添加、词语替换、词语删减、负向添加、负向删减、负向替换和交叉繁衍等。具体可以通过准确率、召回率及词语的逻辑性等多方面条件筛选最优表达式。

具体的，上述基于预设条件从多个变异表达式中筛选最优表达式的步骤，可以通过遗传算法的原理实现，具体可以通过下述子步骤实现：

(1)针对每个变异表达式，确定该变异表达式与样本集合的匹配关系；该匹配关系包括：该变异表达式与样本集合中的正样本的第一匹配率，以及与样本集合中的负样本的第二匹配率；

(2)判断多个变异表达式中，是否存在匹配关系满足第二指定条件的变异表达式；

需要说明的是，在上述匹配关系中，第一匹配率越高，且第二匹配率越低，说明变异表达式与问诊模板匹配程度越高，该变异表达式可以识别到与问诊模板相匹配的主诉信息，进而可以将该问诊模板推荐给主诉信息的患者。

在上述第二指定条件中，可以针对第一匹配率设置一个匹配率阈值，针对第二匹配率设置一个匹配率阈值，只有两个匹配率均满足对应的匹配率阈值时，可以确定匹配关系满足第二指定条件。

(3)如果存在，将匹配关系满足第二指定条件的变异表达式作为最优表达式；如果不存在，继续执行对初始表达式进行交叉变异，得到多个变异表达式的步骤，直至出现匹配关系满足第二指定条件的变异表达式。

另一种方式中，除了基于初始表达式进行交叉变异，也可以基于当前的变异表达式进行交叉变异，得到更加多样的变异表达式。

205，继续执行前述步骤202，直至满足指定条件，停止循环，得到问诊模板的正则表达式；其中，该第一指定条件包括：循环次数达到次数阈值，或者正样本在样本集合中的占比满足预设占比阈值。

通过上述步骤201-205，可以得到每个问诊模型的正则表达式。该正则表达式具有较好的可读性、解释性并且易于控制，方便医学运营快速理解修复，适应业务变化。

下面对本发明实施例中问诊模板的匹配装置进行描述，请参阅图3，本发明实施例中问诊模板的匹配装置的一个实施例包括：

信息获取模块301，用于获取用户提供的主诉信息；主诉信息包括用户的身体状况信息和不适症状信息；

匹配模块302，用于将主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；其中，每种问诊模板的正则表达式通过下述方式得到：获取问诊模板对应的样本集合；基于样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式；

目标提供模块303，用于向用户提供目标问诊模板；目标问诊模板用于用户填写病症表现信息。

上述匹配模块还用于：获取训练语料集；训练语料集中包括多组训练预料，每组训练预料中包括主诉信息、模板名称和所属科室；从训练语料集中获取问诊模板的模板名称对应的第一训练语料，将第一训练语料作为正样本；从训练语料集中获取除问诊模板的模板名称以外的模板名称对应的第二训练语料，将第二训练语料作为负样本；将正样本和负样本作为问诊模板对应的样本集合。

上述匹配模块还用于：对样本集合中的主诉信息进行分词处理，得到多个文本词；针对每个文本词，基于文本词的词义，以及文本词在样本集合中的出现频率，确定文本词的权重；统计多个文本词之间的出现位置的关联关系；根据样本集合中的多个文本词、每个文本词的权重、以及多个文本词之间的出现位置的关联关系，生成初始表达式。

上述匹配模块还用于：基于预设的同义词表，对多个文本词进行归一化操作，将同义的文本词划分为同一类，得到每个文本词的词义类型；基于每个文本词的词义类型，通过词频和逆文档频率的统计方式，得到每个文本词的权重。

上述匹配模块还用于：针对多个文本词之间的任意两个文本词，统计任意两个文本词之间的共现参数；共现参数包括共现频率、平均间距、最小间距和最大间距信息；基于任意两个文本词之间的共现参数，生成多个文本词之间的共现矩阵；在共现矩阵中，每个矩阵位置上包括一个共现参数，共现参数为该矩阵位置对应的两个文本词之间的共现参数。

上述匹配模块还用于：对初始表达式进行交叉变异，得到多个变异表达式；基于预设条件从多个变异表达式中筛选最优表达式；删除样本集合中符合最优表达式的正样本，生成不符合最优表达式的新的正样本，得到更新后的样本集合；继续执行基于样本集合的样本属性信息，得到初始表达式的步骤，直至满足指定条件，停止循环，得到问诊模板的正则表达式；其中，第一指定条件包括：循环次数达到次数阈值，或者正样本在样本集合中的占比满足预设占比阈值。

上述匹配模块还用于：针对每个变异表达式，确定该变异表达式与样本集合的匹配关系；匹配关系包括：该变异表达式与样本集合中的正样本的第一匹配率，以及与样本集合中的负样本的第二匹配率；判断多个变异表达式中，是否存在匹配关系满足第二指定条件的变异表达式；如果存在，将匹配关系满足第二指定条件的变异表达式作为最优表达式；如果不存在，继续执行对初始表达式进行交叉变异，得到多个变异表达式的步骤，直至出现匹配关系满足第二指定条件的变异表达式。

上述问诊模板的匹配装置，获取用户提供的主诉信息；主诉信息包括用户的身体状况信息和不适症状信息；将主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；向用户提供目标问诊模板；目标问诊模板用于用户填写病症表现信息；其中，每种问诊模板的正则表达式通过下述方式得到：获取问诊模板对应的样本集合；基于样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新初始表达式和样本集合，直至满足第一指定条件，得到问诊模板的正则表达式。上述方式中，通过正则表达式为用户匹配问诊模板，每种问诊模板的正则表达式，具有较好的可读性，运营人员可以明确知晓每种问诊模板的分类规则，分类过程便于控制，当出现故障或业务变更时，可以尽快修改分类规则，方便运营人员解决故障问题以及更快地对业务变更进行调整。

上面图3从单元化的角度对本发明实施例中的问诊模板的匹配装置进行详细描述，下面从硬件处理的角度对本发明实施例中问诊模板的匹配设备进行详细描述。

图4是本发明实施例提供的一种问诊模板的匹配设备的结构示意图，问诊模板的匹配设备包括：存储器和至少一个处理器，存储器中存储有指令；至少一个处理器调用存储器中的指令，以使得问诊模板的匹配设备执行上述问诊模板的匹配方法。

该问诊模板的匹配设备400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)410(例如，一个或一个以上处理器)和存储器420，一个或一个以上存储应用程序433或数据432的存储介质430(例如一个或一个以上海量存储设备)。其中，存储器420和存储介质430可以是短暂存储或持久存储。存储在存储介质430的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对问诊模板的匹配设备400中的一系列指令操作。更进一步地，处理器410可以设置为与存储介质430通信，在问诊模板的匹配设备400上执行存储介质430中的一系列指令操作。

问诊模板的匹配设备400还可以包括一个或一个以上电源440，一个或一个以上有线或无线网络接口450，一个或一个以上输入输出接口460，和/或，一个或一个以上操作系统431，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图4示出的问诊模板的匹配设备结构并不构成对问诊模板的匹配设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行问诊模板的匹配方法的步骤。

本发明还提供一种问诊模板的匹配设备，问诊模板的匹配设备包括存储器和处理器，存储器中存储有指令，指令被处理器执行时，使得处理器执行上述各实施例中的问诊模板的匹配方法的步骤。

进一步地，计算机可读存储介质可主要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、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种问诊模板的匹配方法，其特征在于，所述方法包括：

获取用户提供的主诉信息；所述主诉信息包括所述用户的身体状况信息和不适症状信息；

将所述主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；

向所述用户提供所述目标问诊模板；所述目标问诊模板用于所述用户填写病症表现信息；

其中，每种所述问诊模板的正则表达式通过下述方式得到：获取所述问诊模板对应的样本集合；基于所述样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新所述初始表达式和所述样本集合，直至满足第一指定条件，得到所述问诊模板的正则表达式。

2.根据权利要求1所述的方法，其特征在于，获取所述问诊模板对应的样本集合的步骤，包括：

获取训练语料集；所述训练语料集中包括多组训练预料，每组所述训练预料中包括主诉信息、模板名称和所属科室；

从所述训练语料集中获取所述问诊模板的模板名称对应的第一训练语料，将所述第一训练语料作为正样本；

从所述训练语料集中获取除所述问诊模板的模板名称以外的模板名称对应的第二训练语料，将所述第二训练语料作为负样本；

将所述正样本和所述负样本作为所述问诊模板对应的样本集合。

3.根据权利要求1所述的方法，其特征在于，基于所述样本集合的样本属性信息，得到初始表达式的步骤，包括：

对所述样本集合中的主诉信息进行分词处理，得到多个文本词；

针对每个所述文本词，基于所述文本词的词义，以及所述文本词在样本集合中的出现频率，确定所述文本词的权重；

统计所述多个文本词之间的出现位置的关联关系；

根据所述样本集合中的多个文本词、每个所述文本词的权重、以及多个文本词之间的出现位置的关联关系，生成初始表达式。

4.根据权利要求3所述的方法，其特征在于，基于所述文本词的词义，以及所述文本词在样本集合中的出现频率，确定所述文本词的权重的步骤，包括：

基于预设的同义词表，对所述多个文本词进行归一化操作，将同义的文本词划分为同一类，得到每个所述文本词的词义类型；

基于每个所述文本词的词义类型，通过词频和逆文档频率的统计方式，得到每个文本词的权重。

5.根据权利要求3所述的方法，其特征在于，统计所述多个文本词之间的出现位置的关联关系的步骤，包括：

针对所述多个文本词之间的任意两个文本词，统计所述任意两个文本词之间的共现参数；所述共现参数包括共现频率、平均间距、最小间距和最大间距信息；

基于所述任意两个文本词之间的共现参数，生成所述多个文本词之间的共现矩阵；在所述共现矩阵中，每个矩阵位置上包括一个共现参数，所述共现参数为该矩阵位置对应的两个文本词之间的共现参数。

6.根据权利要求1所述的方法，其特征在于，基于预设的更新算法更新所述初始表达式和所述样本集合，直至满足第一指定条件，得到所述问诊模板的正则表达式的步骤，包括：

对所述初始表达式进行交叉变异，得到多个变异表达式；

基于预设条件从多个变异表达式中筛选最优表达式；

删除所述样本集合中符合所述最优表达式的正样本，生成不符合所述最优表达式的新的正样本，得到更新后的所述样本集合；

继续执行基于所述样本集合的样本属性信息，得到初始表达式的步骤，直至满足指定条件，停止循环，得到所述问诊模板的正则表达式；其中，所述第一指定条件包括：循环次数达到次数阈值，或者所述正样本在所述样本集合中的占比满足预设占比阈值。

7.根据权利要求6所述的方法，其特征在于，基于预设条件从多个变异表达式中筛选最优表达式的步骤，包括：

针对每个所述变异表达式，确定该变异表达式与所述样本集合的匹配关系；所述匹配关系包括：该变异表达式与所述样本集合中的正样本的第一匹配率，以及与所述样本集合中的负样本的第二匹配率；

判断多个变异表达式中，是否存在所述匹配关系满足第二指定条件的变异表达式；

如果存在，将所述匹配关系满足第二指定条件的变异表达式作为最优表达式；如果不存在，继续执行对所述初始表达式进行交叉变异，得到多个变异表达式的步骤，直至出现所述匹配关系满足第二指定条件的变异表达式。

8.一种问诊模板的匹配装置，其特征在于，所述装置包括：

信息获取模块，用于获取用户提供的主诉信息；所述主诉信息包括所述用户的身体状况信息和不适症状信息；

匹配模块，用于将所述主诉信息与每种问诊模板的正则表达式进行匹配，将匹配成功的正则表达式所对应的问诊模板，确定为目标问诊模板；

目标提供模块，用于向所述用户提供所述目标问诊模板；所述目标问诊模板用于所述用户填写病症表现信息；

其中，每种所述问诊模板的正则表达式通过下述方式得到：获取所述问诊模板对应的样本集合；基于所述样本集合的样本属性信息，得到初始表达式；基于预设的更新算法更新所述初始表达式和所述样本集合，直至满足第一指定条件，得到所述问诊模板的正则表达式。

9.一种问诊模板的匹配设备，其特征在于，所述问诊模板的匹配设备包括：存储器和至少一个处理器，所述存储器中存储有指令；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述问诊模板的匹配设备执行如权利要求1-7中任意一项所述的问诊模板的匹配方法。

10.一种计算机可读存储介质，其上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任意一项所述的问诊模板的匹配方法。

Images