[发明专利]基于电子疾病文本的实体识别方法、系统和计算机设备

权利要求书

1.一种基于电子疾病文本的实体识别方法，其特征在于，所述方法包括：

接收电子疾病文本，所述电子疾病文本包括用于描述疾病诊断信息的一个或多个语句；

对所述电子疾病文本进行分词操作，以得到多个初始词语；

计算每个初始词语在所述电子疾病文本中的留下概率；

将所述留下概率大于为预设值的初始词语作为目标词语，以得到多个目标词语；

根据所述多个目标词语在所述电子疾病文本中的位置顺序，确定所述电子疾病文本所对应的文本序列；

根据所述文本序列确定与所述电子疾病文本对应的多个疾病实体；包括：对所述文本序列中的每个词语进行特征提取，以得到所述文本序列对应的特征序列；根据所述特征序列对所述文本序列进行标注，以得到所述文本序列对应的标签序列；对所述标签序列中的标签进行筛选，以得到多个目标标签；及根据多个目标标签得到多个疾病实体；

根据疾病实体获取初始疾病实体，对每个初始疾病实体进行关键词提取和配置相关词，分别建立映射关系得到对应的映射关系组，存储到目标数据库中；

根据预先配置疾病映射关系对每个疾病实体进行疾病映射操作，以得到多个目标疾病实体；收集拆分数据和映射结果，并通过所述拆分数据和映射结果对疾病拆分方法对应的疾病拆分系统进行优化；及

输出所述目标疾病实体。

2.如权利要求1所述的基于电子疾病文本的实体识别方法，其特征在于，对所述文本序列中的每个词语进行特征提取，以得到所述文本序列对应的特征序列，包括：

根据所述电子疾病文本的文本序列，将各个词对应的向量输入到前向LSTM层中，以通过该前向LSTM层计算前向隐藏层状态序列；

根据所述电子疾病文本中的文本序列，将各个词对应的向量输入到后向LSTM层中，以通过该后向LSTM层计算后向隐藏层状态序列；

拼接所述前向隐藏层状态序列和后向隐藏层状态序列，得到，即所述文本序列对应的特征序列。

3.如权利要求1所述的基于电子疾病文本的实体识别方法，其特征在于，所述根据预先配置疾病映射关系对每个疾病实体进行疾病映射操作，以得到多个目标疾病实体，包括：

从目标数据库中获取每个疾病实体所对应的多个相关疾病实体；

根据所述疾病实体与多个相关疾病实体之间的相似度系数，对所述多个相关疾病实体进行排序，得到相关疾病实体列表；及

将相关疾病实体列表中排序第一的相关疾病实体作为目标疾病实体，其中，所述目标疾病实体存储在区块链中。

4.如权利要求3所述的基于电子疾病文本的实体识别方法，其特征在于，所述从目标数据库中获取所述疾病实体对应的多个相关疾病实体，包括：

获取多个初始疾病实体；

对每个初始疾病实体的进行关键词提取，以得到多个关键词，其中，每个关键词对应一个初始疾病实体；

为每个关键词配置至少一个相关词，所述相关词为所述关键词的近义词或同义词；

将每个初始疾病实体与该初始疾病实体的关键词以及相关词分别建立映射关系，以得到由多个映射关系组成的映射关系组；及

将所述多个初始疾病实体、所述多个关键词、多个相关词以及所述映射关系组存储到目标数据库中。

5.如权利要求1所述的基于电子疾病文本的实体识别方法，其特征在于，所述根据所述疾病实体与多个相关疾病实体之间的相似度系数，对所述多个相关疾病实体进行排序，得到相关疾病实体列表，包括：

获取所述疾病实体的疾病向量与所述多个相关疾病实体的相关向量；

根据所述疾病向量与所述多个相关向量，得到所述疾病实体与所述多个相关疾病实体之间的相似度系数；及

根据所述关键词与所述各个相关词之间的相似度系数，对各个相关词进行排序。