[发明专利]挂号科室的匹配方法和装置有效

专利信息
申请号: 201910397139.7 申请日: 2019-05-14
公开(公告)号: CN110210018B 公开(公告)日: 2023-07-11
发明(设计)人: 王春宇;夏源;施振辉;陆超;黄海峰 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F18/22 分类号: G06F18/22;G06F40/30;G06F40/289;G16H40/20
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 挂号 科室 匹配 方法 装置
【权利要求书】:

1.一种挂号科室的匹配方法,其特征在于,包括以下步骤:

根据多个院方科室和多个标准科室生成训练样本集合,其中,所述训练样本集合包含正样本集和负样本集;

根据问诊语料和患者语料获取多个词向量特征;

将所述训练样本集合和所述多个词向量特征输入预先训练的匹配模型,获取与每个院方科室对应匹配的候选标准科室及相似度;

根据所述与每个院方科室对应匹配的候选标准科室及相似度和预设的置信区间生成每个院方科室与标准科室之间的映射关系;

所述根据问诊语料和患者语料获取多个词向量特征,包括:

获取所述问诊语料和患者语料;

提取所述问诊语料和患者主诉语料中的医学实体词和科室实体词,并获取与所述医学实体词对应的拆分词;

根据预设算法对所述科室实体词进行计算,获取指示科室相似度的第一词向量特征;

根据预设算法对所述实体词和与所述实体词对应的所述拆分词计算,获取第二词向量特征。

2.如权利要求1所述的方法,其特征在于,所述根据多个院方科室和多个标准科室生成训练样本集合,包括:

根据预设样本数量比例关系获取与所述多个院方科室和所述多个标准科室对应的所述正样本集和所述负样本集,其中,所述正样本集中的每个正样本包含一对互相匹配的院方科室和标准科室,所述负样本集中的每个负样本包含一对互相不匹配的院方科室和标准科室。

3.如权利要求1所述的方法,其特征在于,还包括:

根据预设算法对所述问诊语料和患者主诉语料计算,获取包含多个等级的语义特征的第三词向量特征。

4.如权利要求1所述的方法,其特征在于,所述根据所述与每个院方科室对应匹配的候选标准科室及相似度和预设的置信区间生成每个院方科室与标准科室之间的映射关系,包括:

检测与每个院方科室对应的相似度是否属于预设的置信度区间;

若属于所述置信度区间,则生成所述每个院方科室和对应的候选标准科室之间的映射关系;

若不属于所述置信度区间,则将所述每个院方科室对应匹配的候选标准科室及相似度发送至用户,并根据所述用户的反馈信息建立所述每个院方科室对应的标准科室。

5.如权利要求1所述的方法,其特征在于,所述根据所述与每个院方科室对应匹配的候选标准科室及相似度和预设的置信区间生成每个院方科室与标准科室之间的映射关系,包括:

确定与每个院方科室对应匹配的候选标准科室是否包含标准子科室;

若包含标准子科室,则检测与所述每个院方科室对应的相似度是否等于1;

若所述相似度等于1,则构建所述每个院方科室与对应的候选标准科室及其标准子科室的映射关系;

若所述相似度不等于1,则检测所述相似度是否属于大于等于预设阈值,其中,所述预设阈值小于1;

若大于等于所述预设阈值,则构建所述每个院方科室与对应的候选标准科室及其标准子科室的映射关系。

6.如权利要求5所述的方法,其特征在于,还包括:

若小于所述置信区间,则发送包含所述每个院方科室与对应的候选标准科室及其标准子科室的对应关系的提示消息;

根据用户对所述提示消息的反馈,构建所述每个院方科室与标准科室及其标准子科室的映射关系。

7.如权利要求5所述的方法,其特征在于,在所述确定与每个院方科室对应匹配的候选标准科室是否包含标准子科室之后,还包括:

若不包含标准子科室,则根据所述与每个院方科室对应匹配的候选标准科室及相似度和预设的置信区间生成每个院方科室与标准科室之间的映射关系。

8.如权利要求5所述的方法,其特征在于,在所述确定与每个院方科室对应匹配的候选标准科室是否包含标准子科室之前,还包括:

确定与同一个候选标准科室对应的院方科室的数量;

当所述数量大于等于1时,则发送包含所述与同一个候选标准科室对应的院方科室的报警信息;

接收用户根据所述报警信息反馈的更改信息,根据所述更改信息确定与所述同一个候选标准科室对应的院方科室。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910397139.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top