[发明专利]一种病历文本的文本分类方法及装置

权利要求书

1.一种病历文本的文本分类方法，其特征在于，包括：

确定病历文本中各文本元素的输入向量；

针对所述病历文本中的一个文本元素，将所述文本元素的输入向量转换为所述文本元素的隐层表示，所述隐层表示包含所述病历文本的信息；

根据所述文本元素的隐层表示，确定所述文本元素对应的文本类型；

将文本类型相同的连续的文本元素合并成一个段落，并将文本元素对应的文本类型作为所述段落的文本类型。

2.如权利要求1所述的方法，其特征在于，所述病历文本中的文本元素包括所述病历文本中的文字；

所述确定病历文本中各文本元素的输入向量，包括：

利用字嵌入技术，确定所述病历文本中的每个文字的第一向量；

对所述病历文本进行分词，利用词嵌入技术，确定所述病历文本中的每个词的向量，并将每个词的向量作为对应的文字的第二向量；

根据所述第一向量和所述第二向量，确定所述病历文本中每个文字的输入向量。

3.如权利要求1所述的方法，其特征在于，所述将所述文本元素的输入向量转换为所述文本元素的隐层表示，包括：

利用长短期记忆模型，将所述文本元素的输入向量转换为所述文本元素的隐层表示。

4.如权利要求3所述的方法，其特征在于，所述利用长短期记忆模型，将所述文本元素的输入向量转换为所述文本元素的隐层表示，包括：

针对所述病历文本中的至少一个文本元素，利用第一长短期记忆模型，根据所述病历文本的输入向量，确定所述文本元素的初态隐层向量；

将所述病历文本的输入向量以及所述文本元素的初态隐层向量输入第二长短期记忆模型中，生成所述文本元素的隐层表示，所述第二长短期记忆模型为基于注意力机制的递归神经网络模型。

5.如权利要求1所述的方法，其特征在于，所述根据所述文本元素的隐层表示，确定所述文本元素对应的文本类型，包括：

将所述文本元素的隐层表示逆投影至文本类型空间，确定所述文本元素最接近的文本类型。

6.一种病历文本的文本分类装置，其特征在于，包括：

输入单元，用于确定病历文本中各文本元素的输入向量；

计算单元，用于针对所述病历文本中的一个文本元素，将所述文本元素的输入向量转换为所述文本元素的隐层表示，所述隐层表示包含所述病历文本的信息；

配对单元，用于根据所述文本元素的隐层表示，确定所述文本元素对应的文本类型；

分类单元，用于将文本类型相同的连续的文本元素合并成一个段落，并将文本元素对应的文本类型作为所述段落的文本类型。

7.如权利要求6所述的装置，其特征在于，所述病历文本中的文本元素包括所述病历文本中的文字；

所述输入单元，具体用于：

利用字嵌入技术，确定所述病历文本中的每个文字的第一向量；

对所述病历文本进行分词，利用词嵌入技术，确定所述病历文本中的每个词的向量，并将每个词的向量作为对应的文字的第二向量；

根据所述第一向量和所述第二向量，确定所述病历文本中每个文字的输入向量。

8.如权利要求6所述的装置，其特征在于，所述计算单元，用于：

利用长短期记忆模型，将所述文本元素的输入向量转换为所述文本元素的隐层表示。

9.如权利要求8所述的装置，其特征在于，所述计算单元，具体用于：

针对所述病历文本中的至少一个文本元素，利用第一长短期记忆模型，根据所述病历文本的输入向量，确定所述文本元素的初态隐层向量；

将所述病历文本的输入向量以及所述文本元素的初态隐层向量输入第二长短期记忆模型中，生成所述文本元素的隐层表示，所述第二长短期记忆模型为基于注意力机制的递归神经网络模型。