[发明专利]电子病历文档分类方法、装置、电子设备及存储介质

权利要求书

1.一种电子病历文档分类方法，其特征在于，包括：

将多个电子病历文档作为训练样本集，并提取所述训练样本集中各所述电子病历文档的文档特征；

通过预定编码对所提取的所述训练样本集中各所述电子病历文档的文档特征进行编码；

将经编码的各所述电子病历文档的文档特征映射成稀疏向量；

根据各所述电子病历文档的类型以及所述文档特征对应的所述稀疏向量对文档分类模型进行训练；

通过训练后的所述文档分类模型对待分类的电子病历文档进行分类；

其中，所述文档特征包括文档标题关键词特征、文档内容章节特征、文档内容关键词特征；

所述提取所述训练样本集中各所述电子病历文档的文档特征，包括：

通过关键词列表或者与关键词对应的正则表达式列表，从所述电子病历文档的标题中提取所述文档标题关键词特征，具体包括：如果所述电子病历文档的标题中包含关键词列表中的关键词，则从所述电子病历文档的标题中提取该关键词特征；或者，如果所述电子病历文档的标题中包含与正则表达式列表中的正则表达式对应的关键词，则从所述电子病历文档的标题中提取该关键词特征；

提取所述电子病历文档的章节信息，得到所述文档内容章节特征，具体包括：直接提取所述电子病历文档的章节信息；或者，通过文档内容章节信息表来提取所述电子病历文档的章节信息；

采用医学数据字典提取所述电子病历文档内容的关键词，得到所述文档内容关键词特征，具体包括：通过将所述电子病历文档内容中的关键词与医学数据字典中的医学词汇进行比较，确定该关键词是否为医学数据字典中的医学词汇，来确定是否提取该关键词。

2.根据权利要求1所述的电子病历文档分类方法，其特征在于，所述文档分类模型为梯度提升决策树模型，根据各所述电子病历文档的类型以及所述文档特征对应的所述稀疏向量对文档分类模型进行训练，包括：

根据各所述电子病历文档的类型以及所述文档特征对应的所述稀疏向量对所述梯度提升决策树模型进行训练。

3.根据权利要求2所述的电子病历文档分类方法，其特征在于，所述梯度提升决策树模型包括多个分类器，所述多个分类器的数量与所述多个电子病历文档的类型的数量相同。

4.根据权利要求3所述的电子病历文档分类方法，其特征在于，通过训练后的所述文档分类模型对待分类的电子病历文档进行分类，包括：

通过所述梯度提升决策树模型中的各所述分类器对待分类的电子病历文档进行投票；

基于所述投票的结果对所述待分类的电子病历文档进行分类。

5.根据权利要求4所述的电子病历文档分类方法，其特征在于，基于所述投票的结果对所述待分类的电子病历文档进行分类，包括：

在所述投票的结果中仅有一个分类器对所述待分类的电子病历文档的投票时，将所述分类器的分类结果确定为所述待分类的电子病历文档的类型。