[发明专利]医疗同义词的确定方法和装置

权利要求书

1.一种医疗同义词的确定方法，其特征在于，包括：

获取病历样本中至少一个自然语句，并对所述自然语句进行分词；

在预先建立的医学知识库中，获取与分词后的词语所对应的医学标准化用语，作为所述词语的候选同义词；

根据同一病历样本中各词语的关联关系以及所述医学知识库中各所述医学标准化术语之间的拓扑关系，从所述候选同义词中确定出各所述词语的目标同义词。

2.根据权利要求1所述的方法，其特征在于，所述对所述自然语句进行分词包括：

采用条件随机场算法统计所述自然语句中字与字的连缀概率，并根据所述连缀概率对所述自然语句进行分词。

3.根据权利要求1所述的方法，其特征在于，所述获取与分词后的词语所对应的医学标准化用语包括：

获取分词后的各词语的目标词向量，并计算各所述词语的所述目标词向量与预先建立的医学知识库中的医学标准化用语的词向量之间的余弦距离；

根据所述余弦距离确定与所述词语所对应的医学标准化用语。

4.根据权利要求3所述的方法，其特征在于，所述获取分词后的各词语的目标词向量包括：

采用语言模型获取分词后的词语中每个字的字向量以及该词语的词向量；

将词语中每个字的字向量以及该词语的词向量进行拼接，生成所述词语的目标词向量。

5.根据权利要求1-4任一所述的方法，其特征在于，在所述从所述候选同义词中确定出目标同义词之后，还包括：

记录并存储各所述词语与各所述目标同义词之间的对应关系，生成医疗同义词词库。

6.一种医疗同义词的确定装置，其特征在于，包括：

病历分词模块，用于获取病历样本中至少一个自然语句，并对所述自然语句进行分词；

候选同义词获取模块，用于在预先建立的医学知识库中，获取与分词后的词语所对应的医学标准化用语，作为所述词语的候选同义词；

目标同义词确定模块，用于根据同一病历样本中各词语的关联关系以及所述医学知识库中各所述医学标准化术语之间的拓扑关系，从所述候选同义词中确定出各所述词语的目标同义词。

7.根据权利要求6所述的装置，其特征在于，所述病历分词模块用于：

采用条件随机场算法统计所述自然语句中字与字的连缀概率，并根据所述连缀概率对所述自然语句进行分词。

8.根据权利要求6所述的装置，其特征在于，所述候选同义词获取模块具体用于：

余弦距离计算单元，用于获取分词后的各词语的目标词向量，并计算各所述词语的所述目标词向量与预先建立的医学知识库中的医学标准化用语的词向量之间的余弦距离；

医学标准化用语确定单元，用于根据所述余弦距离确定与所述词语所对应的医学标准化用语。

9.根据权利要求8所述的装置，其特征在于，所述余弦距离计算单元具体用于：

采用语言模型获取分词后的词语中每个字的字向量以及该词语的词向量；

将词语中每个字的字向量以及该词语的词向量进行拼接，生成所述词语的目标词向量。

10.根据权利要求6-9任一所述的装置，其特征在于，还包括：

医疗同义词词库生成模块，用于在从所述候选同义词中确定出目标同义词之后，记录并存储各所述词语与各所述目标同义词之间的对应关系，生成医疗同义词词库。