CN115422924A - 一种信息匹配方法、装置、电子设备及存储介质 - Google Patents
一种信息匹配方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115422924A CN115422924A CN202211234031.4A CN202211234031A CN115422924A CN 115422924 A CN115422924 A CN 115422924A CN 202211234031 A CN202211234031 A CN 202211234031A CN 115422924 A CN115422924 A CN 115422924A
- Authority
- CN
- China
- Prior art keywords
- dictionary
- matched
- similarity
- item
- items
- 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.)
- Pending
Links
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
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种信息匹配方法、装置、电子设备及存储介质。该方法包括:获取待匹配项,对待匹配项进行分词,得到至少一个待匹配分词;获取字典中的字典项和字典编码矩阵,基于待匹配分词、字典项和字典编码矩阵确定字典项与待匹配分词的相似度矩阵;基于相似度矩阵中,任一字典项与各待匹配分词的相似度数据,确定字典项与待匹配项的相似度;基于各字典项与待匹配项的相似度,确定与待匹配项相匹配的字典项。本发明通过对待匹配项进行分词得到待匹配分词,并基于待匹配分词、字典项和字典编码矩阵得到字典项与待匹配分词的相似度矩阵,以及字典项与待匹配项的相似度,进而基于相似度确定与待匹配项匹配的字典项,提高了信息匹配的准确性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种信息匹配方法、装置、电子设备及存储介质。
背景技术
在医疗领域的数据治理中,经常需要对一些名称进行标准化,这个过程称为“数据标准化(或数据标化)”;数据标化是数据治理的基础工作。
目前,医疗机构中的数据标准化方法是对待标准化数据进行拆分后,根据人工匹配形成的经验值,对拆分后的待标准化数据进行分级匹配;然而,上述方法中针对每一等级的匹配结果存在匹配不准确的情况。
发明内容
本发明提供了一种信息匹配方法、装置、电子设备及存储介质,以提高信息匹配的准确性。
根据本发明的一方面,提供了一种信息匹配方法,其特征在于,包括:
获取待匹配项,对所述待匹配项进行分词,得到至少一个待匹配分词;
获取字典中的字典项和字典编码矩阵,基于所述待匹配分词、所述字典项和所述字典编码矩阵确定所述字典项与所述待匹配分词的相似度矩阵;
基于所述相似度矩阵中,任一所述字典项与各所述待匹配分词的相似度数据,确定所述字典项与所述待匹配项的相似度;
基于各所述字典项与所述待匹配项的相似度,确定与所述待匹配项相匹配的字典项。
根据本发明的另一方面,提供了一种信息匹配装置,其特征在于,包括:
待匹配项分词模块用于获取待匹配项,对所述待匹配项进行分词,得到至少一个待匹配分词;
相似度矩阵确定模块用于获取字典中的字典项和字典编码矩阵,基于所述待匹配分词、所述字典项和所述字典编码矩阵确定所述字典项与所述待匹配分词的相似度矩阵;
相似度确定模块基于所述相似度矩阵中,任一所述字典项与各所述待匹配分词的相似度数据,确定所述字典项与所述待匹配项的相似度;
字典项确定模块基于各所述字典项与所述待匹配项的相似度,确定与所述待匹配项相匹配的字典项。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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本发明任一实施例所述的信息匹配方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的信息匹配方法。
本发明实施例的技术方案,在信息匹配之前,通过对字典项进行分词得到字典分词,基于字典项与字典分词形成字典编码矩阵;在信息匹配过程中,通过对待匹配项进行分词得到待匹配分词,并基于待匹配分词与字典分词形成分词相似度矩阵,基于字典编码矩阵和分词相似度矩阵形成字典项与待匹配项的相似度矩阵,并得到字典项与待匹配项的相似度,进而基于相似度确定与待匹配项匹配的字典项,无需太多的人工干预,也无需开发知识图谱,提高了信息匹配的准确性;此外,基于多个相似度函数加权进行相似度计算得到分词相似度,在一定程度上提高了信息匹配的准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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是本发明实施例一提供了一种信息匹配方法的流程图;
图2为本发明实施例二提供的一种信息匹配装置的结构示意图;
图3是本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,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”等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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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。
实施例一
图1是本发明实施例一提供了一种信息匹配方法的流程图,本实施例可适用于对医疗机构中的医疗数据进行标准化时医疗数据与标准字典进行匹配的情况,该方法可以由信息匹配装置来执行,该信息匹配装置可以采用硬件和/或软件的形式实现,该信息匹配装置可配置于本发明实施例提供的电子设备中。如图1所示,该方法包括:
S110、获取待匹配项,对所述待匹配项进行分词,得到至少一个待匹配分词。
其中,待匹配项是指待进行匹配的数据项,具体的,待匹配项包括但不限于医疗数据的简称、别称等,这里不做限定,示例性的,例如将医院管理信息系统(HIS)简称为HIS,将住院护士工作站简称为护士站,另外,在一些医疗机构中,将“男”、“女”用“M”、“F”表示,这里不再一一列举。本实施例中,获取待匹配项,基于预设的分词方法对匹配项进行分词处理,得到待匹配分词,其中,预设的分词方法包括但不限于基于字符串匹配的分词方法、基于统计的分词方法和基于理解的分词方法。示例性的,以待匹配项是“管理信息系统”为例,待匹配分词为:管理、管理信息系统、信息、信息系统、系统。
在一些实施例中,通过分词工具对待匹配项进行分词处理,其中,分词工具包括但不限于HanLP分词、结巴分词、腾讯文智等,这里不做限定。
S120、获取字典中的字典项和字典编码矩阵,基于所述待匹配分词、所述字典项和所述字典编码矩阵确定所述字典项与所述待匹配分词的相似度矩阵。
其中,字典项是指标准字典中存储的数据项,示例性的,以标准字典中的“卫生健康信息化系统”字典项目为例,如表1所示,字典项目中字典项包括医院管理信息系统(HIS)、门急诊医生工作站系统、病区医生工作站系统等,这里不做一一列举。
表1
字典编码矩阵是对字典项和字典分词进行设置得到的编码矩阵,可选的,字典编码矩阵的确定方法包括:获取字典项目中的多个字典项,确定对所述多个字典项去重的字典分词;对于任一字典项,基于所述字典项与所述字典分词的对应关系,设置所述字典项对应的字典分词编码,形成字典编码矩阵。具体的,在标准字典的字典项目中获取多个字典项,对各字典项进行分词,并对分词结果进行去重、排序等操作得到字典分词;对于任一字典项,基于字典项与字典分词的关系设置字典项对应的字典分词编码,形成字典项与字典分词的字典编码矩阵,其中,字典项与字典分词之间的对应关系可以是字典项中包含字典分词(字典分词编码设置为“1”)和字典项中不包含字典分词(字典分词编码设置为“0”)。可以理解的是,所形成的字典编码矩阵为0-1矩阵。示例性的,以标准字典中的“卫生健康信息化系统”字典项目中的医院管理信息系统(HIS)、门急诊医生工作站系统和病区医生工作站系统三个字典项为例,字典分词为:HIS、信息、信息系统、医生、医院、工作、工作站、急诊、病区、管理、管理信息系统、系统、门急诊、‘(’、‘)’;字典编码矩阵如表2所示。
表2
本实施例中,在进行信息匹配之前,基于字典编码矩阵的确定方法得到字典分词,以及字典编码矩阵;在信息匹配过程中,获取标准字典中的字典项,以及预先确定的字典分词和字典编码矩阵,基于待匹配分词、字典分词、字典项和字典编码矩阵得到字典项与待匹配分词的相似度矩阵。
在上述实施例的基础上,可选的,所述基于所述待匹配分词、所述字典项和所述字典编码矩阵确定所述字典项与所述待匹配分词的相似度矩阵,包括:基于所述待匹配分词和所述字典分词进行相似度计算,得到分词相似度,并基于各分词相似度生成分词相似度矩阵;基于所述字典编码矩阵和所述分词相似度矩阵确定所述字典项与所述待匹配分词的相似度矩阵。
其中,分词相似度是指各待匹配分词与各字典分词之间的相似度。本实施例中,对待匹配分词和字典分词两两进行相似度计算得到分词相似度,基于各待匹配分词和各字典分词的分词相似度形成分词相似度矩阵;基于字典编码矩阵和分词相似度矩阵得到字典项与待匹配分词的相似度矩阵。示例性的,以待匹配项为管理信息系统为例,相应的,分词相似度矩阵如表3所示。
表3
在上述实施例的基础上,可选的,所述基于所述待匹配分词和所述字典分词进行相似度计算,得到分词相似度,包括:将任一所述待匹配分词和任一所述字典分词进行两两组合得到分词组合;基于多个预设相似度函数分别对所述分词组合进行相似度计算,得到各所述预设相似度函数对应的中间相似度;基于各所述预设相似度函数对应的权重对多个中间相似度进行加权处理,得到所述分词组合的分词相似度。
其中,中间相似度是指通过相似度函数计算得到的未进行加权处理的待匹配分词和字典分词得相似度。本实施例中,将任一待匹配分词和任一字典分词进行组合得到分词组合,基于多个预设相似度函数分别对分词组合中的待匹配分词和字典分词进行相似度计算,得到各预设相似度函数对应的中间相似度,并基于各预设相似度函数对应的权重对中间相似度进行加权求和,得到分词组合的分词相似度。本实施例通过多个相似度函数加权计算得到待匹配分词和字典分词的分词相似度,相对于单一的相似度函数,拉开了“最相似”与“相似”的距离,使得分词相似度更加准确,进而提高匹配的准确率。
在上述实施例的基础上,可选的,所述基于所述字典编码矩阵和所述分词相似度矩阵确定所述字典项与所述待匹配分词的相似度矩阵,包括:对所述字典编码矩阵和所述分词相似度矩阵进行矩阵乘法,得到所述字典项与所述待匹配分词的相似度矩阵。
本实施例中,对字典编码矩阵和分词相似度矩阵做矩阵乘法得到字典项与待匹配分词的相似度矩阵。示例性的,以待匹配项为管理信息系统,字典项为标准字典中“卫生健康信息化系统”字典项目中的字典项为例,字典项与待匹配分词的相似度矩阵如表4所示。
表4
管理 | 管理信息系统 | 信息 | 信息系统 | 系统 | |
医院管理信息系统(HIS) | 35.822 | 59.711 | 44.867 | 52.756 | 44 |
门急诊医生工作站系统 | 0 | 7 | 0 | 7 | 24 |
病区医生工作站系统 | 0 | 7 | 0 | 7 | 24 |
住院护士工作站 | 0 | 0 | 0 | 0 | 0 |
电子病历(EMR)系统 | 0 | 7 | 0 | 7 | 24 |
实验室信息系统(LIS) | 0 | 23.889 | 33.867 | 40.867 | 33 |
心电图信息系统 | 0 | 23.889 | 33.867 | 40.867 | 33 |
超声影像信息系统 | 0 | 23.889 | 33.867 | 40.867 | 33 |
手术麻醉信息系统 | 0 | 23.889 | 33.867 | 40.867 | 33 |
重症监护信息系统 | 0 | 23.889 | 33.867 | 40.867 | 33 |
放射科信息系统(RIS) | 0 | 23.889 | 33.867 | 40.867 | 33 |
病理科信息系统 | 12.945 | 35.168 | 33.867 | 40.867 | 33 |
PACS系统 | 0 | 7 | 0 | 7 | 24 |
S130、基于所述相似度矩阵中,任一所述字典项与各所述待匹配分词的相似度数据,确定所述字典项与所述待匹配项的相似度。
其中,相似度数据是指字典编码矩阵中的字典分词编码与分词相似度矩阵中的分词相似度做矩阵乘法得到的数据。本实施例中,对字典项与待匹配分词的相似度矩阵中任一字典项与各待匹配分词的相似度数据进行求和,得到字典项与所述待匹配项的相似度。示例性的,以表4为例,表4中的数据即为相似度数据,对表4中的相似度数据横向求和得到各字典项与待匹配项的相似度。
S140、基于各所述字典项与所述待匹配项的相似度,确定与所述待匹配项相匹配的字典项。
本实施例中,基于各字典项与待匹配项的相似度,以及预设字典项确方法确定与待匹配项相匹配的字典项,其中,预设字典项确定方法由本领域技术人员根据需求设置,这里不做限定。需要说明的是,基于预设匹配规则确定的字典项至少为一项,为确保匹配的正确,需对匹配的字典项做进一步审核。
在上述实施例的基础上,可选的,所述基于各所述字典项与所述待匹配项的相似度,确定与所述待匹配项相匹配的字典项,包括:基于所述字典项与所述待匹配项的相似度对所述字典项进行排序,提取所述排序中预设数量的字典项;或者,将所述字典项与所述待匹配项的相似度与预设匹配阈值进行比对,若所述字典项与所述待匹配项的相似度大于所述预设匹配阈值,则确定为与所述待匹配项相匹配的字典项。
在本实施例中,提供了两种字典项确定方法,具体的,可以基于字典项与待匹配项的相似度对字典项进行排序,提取相似度靠前的预设数量的字典项作为与待匹配项匹配的字典项;也就是说,对字典项与待匹配项的相似度从高到低进行排序,提取排序靠前的预设数量的字典项;其中,预设数量由本领域技术人员根据业务需求设置,这里不做限定。可选的,可以将字典项与待匹配项的相似度与预设匹配阈值进行比对,若字典项与待匹配项的相似度大于预设匹配阈值,则将该相似度对应的字典项确定为与待匹配项相匹配的字典项,其中,预设匹配阈值由本领域技术人员根据业务需求设置,这里不做限定。
在实际应用中,可以使用一个预定义的上下界,将字典项与待匹配项的相似度与预定义的上下界进行比对,确定字典项是否与待匹配项匹配,若字典项与待匹配项的相似度大于预定义的上界,则字典项与待匹配项“匹配”,若字典项与待匹配项的相似度小于预定义的下界,则字典项与待匹配项“不匹配”,若字典项与待匹配项的相似度在预定义的上下界之间,则字典项与待匹配项“疑似”,需审核人员进一步审核。
在上述实施例的基础上,可选的,所述与所述待匹配项相匹配的字典项为至少一个;在确定与所述待匹配项相匹配的字典项之后,所述方法还包括:将至少一个所述字典项发送至审核端,并接收所述审核端返回的审核结果。
本实施例中,在确定与待匹配项相匹配的字典项之后,将确定的至少一个字典项发送至审核端,审核端接收并由审核人员对接收的字典项进行审核,当审核完成后,审核端返回审核结果;接收审核端返回的审核结果,可以基于审核结果确定与待匹配项唯一匹配的字典项;其中,审核结果可以是接收的字典项是否为与待匹配项唯一匹配的字典项,也可以是接收的字典项中哪一个字典项为与待匹配项唯一匹配的字典项,这里不做限定。本实施例通过对得到的多个字典项进一步进行审核得到与待匹配项唯一匹配的字典项,进一步提高了信息匹配的准确性。
需要说明的是,本发明所提供的信息匹配方法可以作为现有技术的一种补充手段,例如在现有的医疗机构的数据标准化方法的分级匹配中使用本发明提供的信息匹配方法,可以进一步提高匹配的准确性。
本实施例的技术方案,在信息匹配之前,通过对字典项进行分词得到字典分词,基于字典项与字典分词形成字典编码矩阵;在信息匹配过程中,通过对待匹配项进行分词得到待匹配分词,并基于待匹配分词与字典分词形成分词相似度矩阵,基于字典编码矩阵和分词相似度矩阵形成字典项与待匹配项的相似度矩阵,并得到字典项与待匹配项的相似度,进而基于相似度确定与待匹配项匹配的字典项,无需太多的人工干预,也无需开发知识图谱,提高了信息匹配的准确性;此外,基于多个相似度函数加权进行相似度计算得到分词相似度,在一定程度上提高了信息匹配的准确性。
实施例二
图2为本发明实施例二提供的一种信息匹配装置的结构示意图。如图2所示,该装置包括:
待匹配项分词模块210用于获取待匹配项,对所述待匹配项进行分词,得到至少一个待匹配分词;
相似度矩阵确定模块220用于获取字典中的字典项和字典编码矩阵,基于所述待匹配分词、所述字典项和所述字典编码矩阵确定所述字典项与所述待匹配分词的相似度矩阵;
相似度确定模块230基于所述相似度矩阵中,任一所述字典项与各所述待匹配分词的相似度数据,确定所述字典项与所述待匹配项的相似度;
字典项确定模块240基于各所述字典项与所述待匹配项的相似度,确定与所述待匹配项相匹配的字典项。
可选的,所述字典编码矩阵的确定方法包括:获取字典项目中的多个字典项,确定对所述多个字典项去重的字典分词;对于任一字典项,基于所述字典项与所述字典分词的对应关系,设置所述字典项对应的字典分词编码,形成字典编码矩阵。
可选的,相似度矩阵确定模块220具体用于基于所述待匹配分词和所述字典分词进行相似度计算,得到分词相似度,并基于各分词相似度生成分词相似度矩阵;基于所述字典编码矩阵和所述分词相似度矩阵确定所述字典项与所述待匹配分词的相似度矩阵。
可选的,相似度矩阵确定模块220包括分词相似度计算单元,分词相似度计算单元用于将任一所述待匹配分词和任一所述字典分词进行两两组合得到分词组合;基于多个预设相似度函数分别对所述分词组合进行相似度计算,得到各所述预设相似度函数对应的中间相似度;基于各所述预设相似度函数对应的权重对多个中间相似度进行加权处理,得到所述分词组合的分词相似度。
可选的,相似度矩阵确定模块220包括还包括相似度矩阵确定单元,相似度矩阵确定单元用于对所述字典编码矩阵和所述分词相似度矩阵进行矩阵乘法,得到所述字典项与所述待匹配分词的相似度矩阵。
可选的,字典项确定模块240具体用于基于所述字典项与所述待匹配项的相似度对所述字典项进行排序,提取所述排序中预设数量的字典项;或者,将所述字典项与所述待匹配项的相似度与预设匹配阈值进行比对,若所述字典项与所述待匹配项的相似度大于所述预设匹配阈值,则确定为与所述待匹配项相匹配的字典项。
可选的,所述与所述待匹配项相匹配的字典项为至少一个;在确定与所述待匹配项相匹配的字典项之后,该装置还包括:字典项审核模块用于将至少一个所述字典项发送至审核端,并接收所述审核端返回的审核结果。
本发明实施例所提供的信息匹配装置可执行本发明任意实施例所提供的信息匹配方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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,个人数字助理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如信息匹配方法。
在一些实施例中,信息匹配方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的信息匹配方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行信息匹配方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有: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电子设备。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)、区块链网络和互联网。
计算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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种信息匹配方法,其特征在于,包括:
获取待匹配项,对所述待匹配项进行分词,得到至少一个待匹配分词;
获取字典中的字典项和字典编码矩阵,基于所述待匹配分词、所述字典项和所述字典编码矩阵确定所述字典项与所述待匹配分词的相似度矩阵;
基于所述相似度矩阵中,任一所述字典项与各所述待匹配分词的相似度数据,确定所述字典项与所述待匹配项的相似度;
基于各所述字典项与所述待匹配项的相似度,确定与所述待匹配项相匹配的字典项。
2.根据权利要求1所述的方法,其特征在于,所述字典编码矩阵的确定方法包括:
获取字典项目中的多个字典项,确定对所述多个字典项去重的字典分词;
对于任一字典项,基于所述字典项与所述字典分词的对应关系,设置所述字典项对应的字典分词编码,形成字典编码矩阵。
3.根据权利要求2所述的方法,其特征在于,所述基于所述待匹配分词、所述字典项和所述字典编码矩阵确定所述字典项与所述待匹配分词的相似度矩阵,包括:
基于所述待匹配分词和所述字典分词进行相似度计算,得到分词相似度,并基于各分词相似度生成分词相似度矩阵;
基于所述字典编码矩阵和所述分词相似度矩阵确定所述字典项与所述待匹配分词的相似度矩阵。
4.根据权利要求3所述的方法,其特征在于,所述基于所述待匹配分词和所述字典分词进行相似度计算,得到分词相似度,包括:
将任一所述待匹配分词和任一所述字典分词进行两两组合得到分词组合;
基于多个预设相似度函数分别对所述分词组合进行相似度计算,得到各所述预设相似度函数对应的中间相似度;
基于各所述预设相似度函数对应的权重对多个中间相似度进行加权处理,得到所述分词组合的分词相似度。
5.根据权利要求3所述的方法,其特征在于,所述基于所述字典编码矩阵和所述分词相似度矩阵确定所述字典项与所述待匹配分词的相似度矩阵,包括:
对所述字典编码矩阵和所述分词相似度矩阵进行矩阵乘法,得到所述字典项与所述待匹配分词的相似度矩阵。
6.根据权利要求1所述的方法,其特征在于,所述基于各所述字典项与所述待匹配项的相似度,确定与所述待匹配项相匹配的字典项,包括:
基于所述字典项与所述待匹配项的相似度对所述字典项进行排序,提取所述排序中预设数量的字典项;
或者,将所述字典项与所述待匹配项的相似度与预设匹配阈值进行比对,若所述字典项与所述待匹配项的相似度大于所述预设匹配阈值,则确定为与所述待匹配项相匹配的字典项。
7.根据权利要求1所述的方法,其特征在于,所述与所述待匹配项相匹配的字典项为至少一个;
在确定与所述待匹配项相匹配的字典项之后,所述方法还包括:
将至少一个所述字典项发送至审核端,并接收所述审核端返回的审核结果。
8.一种信息匹配装置,其特征在于,包括:
待匹配项分词模块用于获取待匹配项,对所述待匹配项进行分词,得到至少一个待匹配分词;
相似度矩阵确定模块用于获取字典中的字典项和字典编码矩阵,基于所述待匹配分词、所述字典项和所述字典编码矩阵确定所述字典项与所述待匹配分词的相似度矩阵;
相似度确定模块基于所述相似度矩阵中,任一所述字典项与各所述待匹配分词的相似度数据,确定所述字典项与所述待匹配项的相似度;
字典项确定模块基于各所述字典项与所述待匹配项的相似度,确定与所述待匹配项相匹配的字典项。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-7中任一项所述的信息匹配方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的信息匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211234031.4A CN115422924A (zh) | 2022-10-10 | 2022-10-10 | 一种信息匹配方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211234031.4A CN115422924A (zh) | 2022-10-10 | 2022-10-10 | 一种信息匹配方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115422924A true CN115422924A (zh) | 2022-12-02 |
Family
ID=84206527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211234031.4A Pending CN115422924A (zh) | 2022-10-10 | 2022-10-10 | 一种信息匹配方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115422924A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167352A (zh) * | 2023-04-03 | 2023-05-26 | 联仁健康医疗大数据科技股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN116955538A (zh) * | 2023-08-16 | 2023-10-27 | 成都医星科技有限公司 | 医疗字典数据匹配方法及装置、电子设备及存储介质 |
-
2022
- 2022-10-10 CN CN202211234031.4A patent/CN115422924A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167352A (zh) * | 2023-04-03 | 2023-05-26 | 联仁健康医疗大数据科技股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN116167352B (zh) * | 2023-04-03 | 2023-07-21 | 联仁健康医疗大数据科技股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN116955538A (zh) * | 2023-08-16 | 2023-10-27 | 成都医星科技有限公司 | 医疗字典数据匹配方法及装置、电子设备及存储介质 |
CN116955538B (zh) * | 2023-08-16 | 2024-03-19 | 成都医星科技有限公司 | 医疗字典数据匹配方法及装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113590645B (zh) | 搜索方法、装置、电子设备及存储介质 | |
CN115422924A (zh) | 一种信息匹配方法、装置、电子设备及存储介质 | |
CN111986792B (zh) | 医疗机构评分方法、装置、设备及存储介质 | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
CN116629620B (zh) | 一种风险等级确定方法、装置、电子设备及存储介质 | |
CN116167352B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115168562A (zh) | 一种智能问答系统的构建方法、装置、设备及介质 | |
US20230096921A1 (en) | Image recognition method and apparatus, electronic device and readable storage medium | |
CN113806522A (zh) | 摘要生成方法、装置、设备以及存储介质 | |
CN113377924A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN116340831B (zh) | 一种信息分类方法、装置、电子设备及存储介质 | |
CN117076610A (zh) | 一种数据敏感表的识别方法、装置、电子设备及存储介质 | |
CN114461085A (zh) | 医疗输入推荐方法、装置、设备及存储介质 | |
CN116089459B (zh) | 数据检索方法、装置、电子设备及存储介质 | |
CN115470198B (zh) | 数据库的信息处理方法、装置、电子设备及存储介质 | |
CN115511014B (zh) | 信息匹配方法、装置、设备及存储介质 | |
CN117272970B (zh) | 一种文档生成方法、装置、设备以及存储介质 | |
CN116070601B (zh) | 数据拼接方法、装置、电子设备及存储介质 | |
CN116069914B (zh) | 训练数据的生成方法、模型训练方法以及装置 | |
CN117010760A (zh) | 等级评估方法、装置、设备、存储介质及程序产品 | |
CN117453675A (zh) | 一种药品信息标准化方法、装置、设备及介质 | |
CN116992284A (zh) | 医疗数据的标注方法、装置、电子设备及存储介质 | |
CN114330300A (zh) | 渗透测试文档分析方法、装置、设备和存储介质 | |
CN116451092A (zh) | 一种文本差异率确定方法、装置及电子设备 | |
CN115391339A (zh) | 数据处理方法、装置、电子设备及存储介质 |
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 |