[发明专利]药品预测方法、装置、计算机设备及存储介质

权利要求书

1.一种药品预测方法，其特征在于，所述方法包括：

获取待预测药品的症状信息，所述症状信息中包括至少一个症状；

确定与每个症状对应的症状向量；

根据所述每个症状的症状向量，计算所述症状向量与药品数据库中的每个药品对应的药品向量之间的向量距离；

根据所述向量距离确定与所述症状信息对应的目标药品；

其中，所述根据所述向量距离确定与所述症状信息对应的目标药品，包括：

当所述症状信息中包括多个症状时，根据每个症状向量与药品向量之间的向量距离计算得平均向量距离；

根据所述平均向量距离和症状个数计算所述症状信息对应的多个症状向量与所述药品向量之间的目标向量距离；

根据所述多个症状向量与每个药品的药品向量之间的目标向量距离确定与所述症状信息对应的目标药品。

2.根据权利要求1所述的方法，其特征在于，在所述确定与每个症状对应的症状向量之前，还包括：

获取每个药品对应的症状，得到症状训练样本集，所述症状训练样本集中包括多个症状训练样本；

将所述症状训练样本作为词向量模型的输入进行无监督训练，得到每个症状对应的症状向量；

根据药品对应的症状的症状向量计算得到所述药品对应的药品向量，将所述药品向量存储到所述药品数据库中。

3.根据权利要求2所述的方法，其特征在于，所述根据药品对应的症状的症状向量计算得到所述药品对应的药品向量，包括：

当所述药品对应有多个症状时，获取每个症状对应的症状向量；

计算多个所述症状向量的平均向量，将所述平均向量作为相应药品的药品向量。

4.根据权利要求1所述的方法，其特征在于，所述根据所述平均向量距离和症状个数计算所述症状信息对应的多个症状向量与所述药品向量之间的目标向量距离，包括：

当时，当时，其中，表示加权完后的目标向量距离，为多个症状的平均向量距离，K表示症状个数。

5.根据权利要求1所述的方法，其特征在于，在所述获取待预测药品的症状信息之前，还包括：

获取问诊对话文本，对所述问诊对话文本进行分词处理，得到多个词语；

当在症状实体数据库中能够查找到所述词语时，将所述词语作为所述症状信息中的症状；

或，

在所述获取待预测药品的症状信息之前，还包括：

在提取到问诊对话文本，将问诊对话文本输入至症状实体识别模型，通过所述症状实体识别模型识别问诊对话文本得到相应的症状实体，将所述症状实体作为所述症状信息中的症状。

6.根据权利要求5所述的方法，其特征在于，在所述获取问诊对话文本，对所述问诊对话文本进行分词处理，得到多个词语之后，还包括：

获取词语映射关系表，根据所述词语映射关系表获取与每个词语对应的目标词语；

所述当在症状实体数据库中能够查找到所述词语时，将所述词语作为所述症状信息中的症状，包括：

当在症状实体数据库中能够查找到所述目标词语时，则将所述目标词语作为所述症状信息中的症状。

7.根据权利要求1所述的方法，其特征在于，在所述根据所述向量距离确定与所述症状信息对应的药品之后，还包括：

获取所述目标药品对应的目标症状；

将所述目标症状与所述症状信息中的症状进行比较，当所述目标症状包含有所述症状信息中的所有症状时，则判定所述目标药品安全。