[发明专利]基于深度学习模型的实体识别方法、装置、设备及介质

说明书

本发明涉及人工智能技术领域，涉及区块链技术领域，应用于智慧医疗领域，公开了一种基于深度学习模型的实体识别方法、装置、设备及介质，方法部分通过获取待识别医学文本，将待识别医学文本输入预设实体识别模型，预设实体识别模型的训练集为将各医学文本中以不同方式提及的疾病实体标注出的医学文本训练集，获取预设实体识别模型输出的实体识别结果，将所实体识别结果作为待识别医学文本中提及的疾病实体并将疾病实体输出；本发明通过对训练集进行疾病实体标注和召回，采用召回+自然语言推理的方式建立预设实体识别模型，使得预设实体识别模型能有效地从待识别医学文本中识别不连续、并列的疾病实体，提高了疾病实体识别的准确性。

技术领域

本发明涉及智慧医疗技术领域，尤其涉及一种基于深度学习模型的实体识别方法、装置、设备及介质。

背景技术

知识图谱是目前自然语言领域最受欢迎的应用之一，可被应用到智能问答、搜索引擎等多个领域。在医疗领域中，构建医学知识图谱，可以将疾病与诊疗手段之间的错综复杂的关系，通过知识图谱构建成数据库，从而可以为医护人员提供很好的辅助诊断手段。而医学知识图谱的构建则需要自动化地从非结构化的医学文本中获取文本中涉及的疾病实体，进而根据疾病实体及其相关关系完成医学知识图谱构建。

现有技术中，主要通过实体识别和实体链接两个自然语言处理基础技术，以管线(pipeline)的形式从文本中抽取实体，其中，主流的实体识别技术是将文本转化为序列标注任务，以BIO标注文本序列的方式获取实体在文本中的对应提及，然后根据模型对实体提及进行实体链接，以将实体识别并映射到知识图谱的实体当中。

但在医疗领域中，疾病实体多为字母简写、缩写的方式等命名，导致医疗书文本，尤其是药品说明书中的疾病实体的提及形式多变。例如，疾病实体在药品说明书文本中常常以不连续、并列的方式出现，即不同疾病实体并列出现在同一位置、同一疾病实体分布在文本不同位置的情况。因此，若以传统的BIO标注方式在医学文本中进行疾病实体识别，获得的疾病实体识别效果不佳，疾病实体识别的准确性较低。

发明内容

本发明提供一种基于深度学习模型的实体识别方法、装置、设备及介质，以解决现有技术中，无法识别医学文本中不连续、并列的疾病实体，导致疾病实体识别的准确性低的问题。

一种基于深度学习模型的实体识别方法，包括：

获取待识别医学文本；

将所述待识别医学文本输入预设实体识别模型，所述预设实体识别模型为根据训练集和所述训练集的召回结果进行训练获得的实体识别模型，所述训练集为将各医学文本中以不同方式提及的疾病实体标注出的医学文本训练集，所述训练集的召回结果为根据所述各医学文本中所有疾病实体对所述各医学文本进行召回处理的处理结果；

获取所述预设实体识别模型输出的实体识别结果；

将所述实体识别结果作为所述待识别医学文本中提及的疾病实体，并将所述疾病实体输出。

一种基于深度学习模型的实体识别装置，包括：

第一获取模块，用于获取待识别医学文本；

输入模块，用于将所述待识别医学文本输入预设实体识别模型，所述预设实体识别模型为根据训练集和所述训练集的召回结果进行训练获得的实体识别模型，所述训练集为将各医学文本中以不同方式提及的疾病实体标注出的医学文本训练集，所述训练集的召回结果为根据所述各医学文本中所有疾病实体对所述各医学文本进行召回处理的处理结果；

第二获取模块，用于获取所述预设实体识别模型输出的实体识别结果；

输出模块，用于将所述实体识别结果作为所述待识别医学文本中提及的疾病实体，并将所述疾病实体输出。