[发明专利]医学文本识别方法及装置

权利要求书

1.一种医学文本识别方法，其特征在于，包括：

从医疗文本的待识别语句中提取的特征字和特征词；

根据所述特征字确定第一字特征；

根据所述特征词确定第一词特征；

将所述第一字特征和所述第一词特征同时输入到预先训练完成的识别模型中，以确定待识别语句中指定文字或词语的医学标签。

2.根据权利要求1所述的方法，其特征在于，步骤根据特征字确定第一字特征包括：

获取特征字所对应的至少两种第一字特征向量；第一字特征向量包括：字标识向量、字位置向量和字的医疗领域向量；

将至少两种第一字特征向量组成表示第一字特征的第一字特征向量矩阵。

3.根据权利要求1所述的方法，其特征在于，步骤根据特征词确定第一词特征包括：

获取特征词所对应的至少两种第一词特征向量；第一词特征向量包括：词标识向量、词位置向量和词的医疗领域向量；

将至少两种第一词特征向量组成标识第一词特征的第一词特征向量矩阵。

4.根据权利要求1所述的方法，其特征在于，步骤从医疗文本的待识别语句中提取的特征字和特征词包括：

使用语义识别模型，对待识别语句进行语义识别，以确定待识别语句中的特征词。

5.根据权利要求1所述的方法，其特征在于，所述识别模型是按照如下方式训练得到的：

获取训练语句的训练特征，所述训练特征是由训练语句中训练字的第二字特征和训练词的第二词特征组成的；

将训练特征和训练语句中指定文字的医学标签输入到未训练完成的识别模型中，以对所述识别模型进行训练。

6.根据权利要求5所述的方法，其特征在于，

第二字特征是由至少两种第二字特征向量组成；

第二词特征是由至少两种第二词特征向量组成；

第二字特征向量包括以下的一种或多种向量：字标识向量、字位置向量和字的医疗领域向量；

第二词特征向量包括以下的一种或多种向量：词标识向量、词位置向量和词的医疗领域向量。

7.一种医学文本识别装置，其特征在于，包括：

提取模块，用于从医疗文本的待识别语句中提取的特征字和特征词；

第一确定模块，用于根据特征字确定第一字特征；

第二确定模块，用于根据特征词确定第一词特征；

第一输入模块，用于将第一字特征和第一词特征同时输入到预先训练完成的识别模型中，以确定待识别语句中指定文字或词语的医学标签。

8.根据权利要求7所述的装置，其特征在于，第一确定模块包括：

第一获取单元，用于获取特征字所对应的至少两种第一字特征向量；第一字特征向量包括：字标识向量、字位置向量和字的医疗领域向量；

第一组合单元，用于将至少两种第一字特征向量组成表示第一字特征的第一字特征向量矩阵；

第二确定模块包括：

第二获取单元，用于获取特征词所对应的至少两种第一词特征向量；第一词特征向量包括：词标识向量、词位置向量和词的医疗领域向量；

第二组合单元，用于将至少两种第一词特征向量组成标识第一词特征的第一词特征向量矩阵。

9.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-6任一所述方法。

10.一种计算设备，其特征在于，包括：处理器、存储器和总线，存储器存储有执行指令，当计算设备运行时，处理器与存储器之间通过总线通信，处理器执行存储器中存储的如权利要求1-6任一所述方法。