[发明专利]一种医疗术语库的形成方法和装置

说明书

本发明实施例涉及医疗术语库领域，尤其涉及一种医疗术语库的形成方法和装置，用以解决对第二语言的医疗术语库翻译规模大的问题。本发明实施例中，从第一语言的医疗记录中获取第一语言的医学短语；针对同一个医学短语，从多个第一语言的医学短语中筛选出数量大于设定阈值的，作为高频的医学短语；确定高频的医学短语在第二语言的医学术语库中对应的第二语言的概念；从第二语言的医学术语库中获取第二语言的概念对应的第二语言的拓扑信息；将第二语言的概念翻译为第一语言的概念、将第二语言的拓扑信息翻译为第一语言的拓扑信息；根据多个第一语言的概念及多个第一语言的拓扑信息，构建第一语言的医学术语库。减小翻译第二语言的医学短语的数量。

技术领域

本发明实施例涉及医疗术语库领域，尤其涉及一种医疗术语库的形成方法和装置。

背景技术

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，相关研究的目的是实现人与计算机之间用自然语言进行有效通信。知识图谱是自然语言语义理解的基础，因此，知识图谱便应用而生。在医疗领域，存在大量的自由文本数据(例如电子病历、纸质病历、医学书籍)，计算机是非常难处理和理解的。需要将自由文本数据转化为计算机可以处理的数据，目前，是由专业的医生经过长时间搭建了一个专业的医疗术语库(Systematized Nomenclature of Medicine-Cl inical Terms，简称SNOMED CT)，以实现将医疗领域中的自由文本转化为计算机可以处理的数据。

由于医疗术语库SNOMED是英文的，将SNOMED本地化对我国医疗信息的处理有着重大意义。现有技术中，将SNOMED本地化采用的方式是：利用软件翻译或者由人工翻译所述SNOMED。利用软件翻译的质量较差；利用人工翻译成本较大，因此亟需相应解决方案。

发明内容

本发明实施例提供一种医疗术语库的形成方法和装置，用以解决现有技术中对第二语言医疗术语库SNOMED的翻译规模大的问题。

本发明实施例提供一种医疗术语库的形成方法，包括：从至少一个第一语言的医疗记录中获取多个第一语言的医学短语；针对同一个医学短语，从所述多个第一语言的医学短语中筛选出数量大于设定阈值的第一语言的医学短语，作为高频的医学短语；针对每个高频的医学短语，执行：确定所述高频的医学短语在第二语言的医学术语库中对应的第二语言的概念；从所述第二语言的医学术语库中获取所述第二语言的概念对应的第二语言的拓扑信息；将所述第二语言的概念翻译为第一语言的概念、并将所述第二语言的拓扑信息翻译为第一语言的拓扑信息；根据多个所述第一语言的概念以及多个所述第一语言的拓扑信息，构建第一语言的医学术语库。

由于本发明实施例中，从所述多个第一语言的医学短语中筛选出高频的医学短语，高频的医学短语相比于获取到的全部第一语言的医学短语，数量较少；且高频的医学短语是通过医疗记录来获得的，比较符合临床实际使用情况，这样可以保证临床使用医学短语的覆盖率。之后将数量较少的高频的医学短语映射到第二语言的医学术语库中对应的第二语言的概念，可能会是多个高频的医学短语对应一个概念，因此，将第二语言的概念翻译为第一语言的概念的数量进一步减小，进而有助于进一步减小翻译的成本。将获取到的第二语言的概念对应的第二语言的拓扑信息翻译为第一语言的拓扑信息，根据多个所述第一语言的概念以及多个所述第一语言的拓扑信息，构建第一语言的医学术语库。相比于现有技术将第二语言的医疗术语库全部翻译为第一语言的医疗术语库，本发明实施例可以在尽可能保证临床使用的医学短语的覆盖率的情况下，减小翻译第二语言的医学短语的数量，可降低构建第一语言的医学术语库的成本。