[发明专利]文本识别方法、装置、计算机可读介质及电子设备

说明书

本公开提供一种文本识别方法、文本识别装置、计算机可读介质及电子设备；涉及文本处理技术领域。该文本识别方法包括：对病历文本进行实体识别，以确定症状实体对应的症状文本片段；对所述症状文本片段进行识别，获取属于药物反应的候选文本片段；利用已知的第一药物反应对所述候选文本片段进行分类，获取属于待定的第二药物反应的目标文本片段；在所述病历文本中对所述目标文本片段进行标注，以完成所述病历文本的识别。本公开中的文本识别方法能够在一定程度上克服人工收集病历的成本较高的问题，进而提升文本识别的效率。

技术领域

本公开涉及文本处理技术领域，具体而言，涉及一种文本识别方法、文本识别装置、计算机可读介质及电子设备。

背景技术

药品带来的不良反应对于疾病治疗具有重大的影响。通过收集不良反应病例报告可以对药品不良反应进行分析、评价、并据此形成对于药品进行控制的建议，便于采用相应的措施保障用药安全有效。

病历中记录的药品的不良反应主要分为两类，一类是药品研发时检验出来的不良反应，一类是在投入市场后发现的新的不良反应。目前，对于包含药品不良反应的病例的识别需要依靠医生、研究人员进行人工识别，然后对病例进行记录申报。然而，人工对不良反应进行完整的记录需要花费许多时间和精力，而且对于药品安全性信息的上报并非强制要求，大多采取自发报告的方式，从而导致药品不良反应的相关病历的采集难度较大。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种文本识别方法、文本识别装置、计算机可读介质及电子设备，能够在一定程度上克服病例采集困难的问题，进而提升文本识别的效率。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种文本识别方法，包括：

对病历文本进行实体识别，以确定症状实体对应的症状文本片段；对所述症状文本片段进行识别，获取属于药物反应的候选文本片段；利用已知的第一药物反应对所述候选文本片段进行分类，获取属于待定的第二药物反应的目标文本片段；在所述病历文本中对所述目标文本片段进行标注，以完成所述病历文本的识别。

在本公开的一种示例性实施例中，所述对所述症状文本片段进行识别，获取属于药物反应的候选文本片段，包括：

确定所述药物反应的语句模板；按照所述语句模板对所述症状文本片段进行匹配，以获取与所述语句模板相匹配的第一文本片段，作为所述候选文本片段。

在本公开的一种示例性实施例中，所述对所述症状文本片段进行识别，获取属于药物反应的候选文本片段，包括：

获取所述药物反应对应的排除词库；按照所述排除词库中包含的多个排除词对所述第一文本片段进行筛选，以获取第二文本片段，作为所述候选文本片段。

在本公开的一种示例性实施例中，所述利用已知的第一药物反应对所述候选文本片段进行分类，包括：

获取所述第一药物反应对应的文本内容；在所述候选文本片段中识别出包含所述文本内容的第三文本片段，以获得所述目标文本片段。

在本公开的一种示例性实施例中，在所述候选文本片段中识别出包含所述文本内容的第三文本片段之后，还包括：

在所述病历文本中，对所述第三文本片段进行标注，以供用户查看所述病历文本中的第一药物反应。

在本公开的一种示例性实施例中，所述在所述病历文本中对所述目标文本片段进行标注，包括：

在所述病历文本中，对所述第一药物反应对应的所述第三文本片段以及所述第二药物反应对应的所述目标文本片段进行区别标注。