[发明专利]一种确定医疗数据属性数据的方法和装置

权利要求书

1.一种确定医疗数据属性数据的方法，其特征在于，包括：

根据目标医疗本体和对应的预设医疗本体属性，获得第一属性数据，所述第一属性数据包括第一属性值和其他属性值，所述目标医疗本体是从医疗本体词典中确定的，所述医疗本体词典基于医疗命名实体识别技术得到的，所述第一属性数据来源于多个实际医疗文本信息；

统计包括所述第一属性值的实际医疗文本信息数量和包括所述其他属性值的实际医疗文本信息数量；

根据所述包括所述第一属性值的实际医疗文本信息数量和所述包括所述其他属性值的实际医疗文本信息数量，获得所述第一属性值的分值；

若所述第一属性值的分值大于第一目标阈值，确定所述第一属性值为所述目标医疗本体的预设医疗本体属性数据；

其中，所述第一目标阈值的获得步骤包括：

根据所述第一属性值的数量和所述其他属性值的数量，获得所述其他属性值的分值；

根据所述第一属性值的分值、所述其他属性值的分值和期望公式，获得所述第一属性值的分值与所述其他属性值的分值的期望作为所述第一目标阈值。

2.根据权利要求1所述的方法，其特征在于，所述目标医疗本体包括目标疾病、目标症状、目标检查、目标体征、目标手术、目标药品、目标检验、目标病因、目标诱因或目标过敏原。

3.根据权利要求1所述的方法，其特征在于，所述根据所述包括所述第一属性值的实际医疗文本信息数量和所述包括所述其他属性值的实际医疗文本信息数量，获得所述第一属性值的分值，包括：

根据所述包括所述第一属性值的实际医疗文本信息数量、所述包括所述其他属性值的实际医疗文本信息数量和概率公式，获得所述第一属性值对应的概率；

根据所述第一属性值对应的概率和预设算法，获得所述第一属性值的分值。

4.根据权利要求1所述的方法，其特征在于，还包括：

根据目标医疗本体和对应的预设医疗本体属性，获得第二属性值和所述第二属性值对应的权重，所述第二属性值来源于不同数据源的医疗知识文本信息，所述第二属性值与所述第一属性值和所述其他属性值均不同；

根据所述第二属性值对应的权重和预设算法，获得所述第二属性值的分值；

若所述第二属性值的分值大于第二目标阈值，确定所述第二属性值属于所述目标医疗本体的预设医疗本体属性。

5.根据权利要求1所述的方法，其特征在于，所述根据目标医疗本体和对应的预设医疗本体属性，获得第一属性数据，包括：

根据目标医疗本体，获取所述多个实际医疗文本信息；

根据所述预设医疗本体属性，确定所述多个实际医疗文本信息中对应所述预设医疗本体属性的多个实际医疗段落信息；

根据所述预设医疗本体属性和对应的典型过滤规则，利用自然语言技术抽取所述多个实际医疗段落信息，获得所述第一属性数据。

6.根据权利要求5所述的方法，其特征在于，所述根据所述预设医疗本体属性和对应的典型过滤规则，利用自然语言技术抽取所述多个实际医疗段落信息，获得所述第一属性数据，包括：

根据所述典型过滤规则，过滤所述多个实际医疗段落信息中与所述预设医疗本体属性相异的数据；

根据所述预设医疗本体属性，利用分词、词性标注和命名实体识别技术抽取过滤后的多个实际医疗段落信息，获得所述第一属性数据。

7.根据权利要求5所述的方法，其特征在于，在所述获取多个实际医疗文本信息之后，还包括：

对所述多个实际医疗文本信息进行数据清洗；

对数据清洗后的多个实际医疗文本信息进行数据规范。

8.一种确定医疗数据属性数据的装置，其特征在于，包括：

第一获得单元，用于根据目标医疗本体和对应的预设医疗本体属性，获得第一属性数据，所述第一属性数据包括第一属性值和其他属性值，所述目标医疗本体是从医疗本体词典中确定的，所述医疗本体词典基于医疗命名实体识别技术得到的，所述第一属性数据来源于多个实际医疗文本信息；

统计单元，用于统计包括所述第一属性值的实际医疗文本信息数量和包括所述其他属性值的实际医疗文本信息数量；

第二获得单元，用于根据所述包括所述第一属性值的实际医疗文本信息数量和所述包括所述其他属性值的实际医疗文本信息数量，获得所述第一属性值的分值；

确定单元，用于若所述第一属性值的分值大于第一目标阈值，确定所述第一属性值为所述目标医疗本体的预设医疗本体属性数据；

所述装置还包括：

第一目标阈值获得单元，用于根据所述第一属性值的数量和所述其他属性值的数量，获得所述其他属性值的分值；根据所述第一属性值的分值、所述其他属性值的分值和期望公式，获得所述第一属性值的分值与所述其他属性值的分值的期望作为所述第一目标阈值。