[发明专利]一种基于树结构的甲状腺超声报告的结构化处理方法

权利要求书

1.一种基于树模型的甲状腺超声医疗检查文本报告的结构化处理方法，其特征在于，包括以下步骤：

步骤1、对甲状腺超声报告进行预处理，将甲状腺超声报告切分为多个短句；

步骤2、建立甲状腺超声报告词性词典，包括以下步骤：

步骤2.1、选取历史甲状腺超声报告作为数据训练集文件，利用步骤1的方法将数据训练集文件中的甲状腺超声报告切分为多个短句，形成短句集合训练数据；

步骤2.2、使用聚类算法对短句集合训练数据进行短句聚类，得到分类后的短句集合，随后使用分词包、医疗词库、停用词包对不同类别下的每一个短句进行分词，获得每一个短句所对应的所有词语；

步骤2.3、使用神经网络模型对不同类别中的所有词语进行命名实体识别，从而得到一个基于甲状腺超声报告的词性词典；

步骤3、基于词性词典、依存句法分析树建立结构化模板树，包括以下步骤：

步骤3.1、根据步骤2得到的词性词典得到甲状腺超声报告中每个词的词性关系，同时，根据依存句法分析树得到甲状腺超声报告中的每个词的语法关系；

步骤3.2、结合每个词的词性关系与每个词的语法关系的内在联系确立建立结构化模板树的规则，所述结构化模板树的规则为：所述结构化模板树为一个层次结构，所述结构化模板树的根节点到叶子节点为：器官词ORG、位置词LOC、属性词ATT、属性名VAL；

步骤3.3、基于步骤3.2获得的规则，建立结构化模板树，包括以下步骤：所述步骤3.3包括以下步骤：

步骤3.3.1、建立所述结构化模板树的第1、2层，遍历语义关系中的定中关系，并将词性是器官词ORG，位置词LOC的定中关系取出，分别作为第1层以及第2层；

步骤3.3.2、建立所述结构化模板树的最底2层，遍历语义关系中的主谓关系与动补关系，并将词性是属性词ATT，属性名VAL的主谓关系取出，以属性词ATT在上、属性名VAL在下的形式搭建所述结构化模板树的最后两层；

步骤3.3.3、建立所述结构化模板树的中间层，用于连接步骤3.3.1和步骤3.3.2所建立的结构化模板树，遍历语义关系的定中关系，将词性是位置词LOC，属性词ATT和属性词ATT，属性词ATT的定中关系提取出，分别用于连接上层的位置词LOC层与下层的属性名VAL层和上层的属性词ATT层和下层的属性名VAL层；

步骤4、实时获得甲状腺超声报告后，利用步骤3建立的结构化模板树对甲状腺超声报告进行结构化，得到结构化结果，包括以下步骤：

步骤401、将模板树对应的长句，进行短句切分处理；

步骤402、对应每一个短句，依照词性词典进行分词处理，并且获得短句中的LOC方位词；

步骤403、根据获得的LOC方位词来找到每一个短句在模板树中属于哪一个子模板树；

步骤404、遍历子树进行子树的模板树匹配进行结构化处理。

2.根据权利要求1所述的基于树模型的甲状腺超声医疗检查文本报告的结构化处理方法，其特征在于，步骤2.2中：采用的聚类算法为BIRCH层次聚类算法；分词时采用JIEBA中文分词。

3.根据权利要求1所述的基于树模型的甲状腺超声医疗检查文本报告的结构化处理方法，其特征在于，步骤2.3中，进行命名实体识别时，先对分词后的词语进行相关词性标注，随后使用LSTM-CRF模型算法进行命名实体识别。