[发明专利]医学文本结构化方法、装置、计算机设备及存储介质

权利要求书

1.一种医学文本结构化方法，其特征在于，包括：

抓取待处理医学源文本中整段的非结构化医学知识文本；

识别所述非结构化医学知识文本中所有的标点符号，按照所述标点符号将所述非结构文本拆分成多个第一特征语句；

将所述第一特征语句输入至预设语言识别模型后，获取与每一个所述第一特征语句对应的一个语义特征向量；

将所有的所述语义特征向量输入至预设文章语义识别模型后，获取所述预设文章语义识别模型输出的第二特征语句；所述第二特征语句中包含所述预设文章语义识别模型根据所述非结构化医学知识文本的上下文关联关系确定的预设数量的待分割位置；

调用出所述待处理医学源文本的第一代码文件，从所述第一代码文件中查询所述第二特征语句，并在第一代码文件中与所述第二特征语句的待分割位置对应的位置插入分割符号之后，得到第二代码文件；

运行所述第二代码文件，以在所述待处理医学源文本上展示与所述非结构化医学知识文本对应的结构化医学知识文本。

2.根据权利要求1所述的医学文本结构化方法，其特征在于，所述抓取待处理医学源文本中整段的非结构化医学知识文本之后，还包括：

通过预设自然语言处理模型对所述非结构化医学知识文本进行检测，对所述非结构化中存在错误的词语进行标记并获取标记结果；

调用出所述待处理医学源文本的第一代码文件，根据所述标记结果对所述第一代码文件中存在错误的词语进行修正处理，得到第三代码文件，并对所述第三代码文件进行运行后，得到修正完成后的非结构化医学知识文本。

3.根据权利要求1所述的医学文本结构化方法，其特征在于，所述预设语言识别模型为bert模型；

所述将所述第一特征语句输入至预设语言识别模型后，获取与每一个所述第一特征语句对应的一个语义特征向量，包括：

将所述第一特征语句输入至所述bert模型后，通过所述bert模型查询所述第一特征语句中各个字的字向量；

通过所述bert模型中的Attention机制选取所述第一特征语句中一个所述字向量作为Query向量，并将所述第一特征语句其他所述字向量作为Key向量；

对所述Query向量与各个所述Key向量进行相似度计算后得到权重系数，并通过所述权重系数对所述Query向量和所述Key向量对应的Value值进行加权运算，得到所述Attention机制输出与所述Query向量对应的第一增强语义特征向量；

通过所述bert模型中的多个推叠Transformer Encoder对所述第一增强语义特征向量进行线性转换，得到第二增强语义特征向量；

将与所述第一特征语句中每个字的字向量所对应的第二增强语义特征向量进行组合后，得到与所述第一特征语句对应的所述语义特征向量。

4.根据权利要求1所述的医学文本结构化方法，其特征在于，所述在第一代码文件中与所述第二特征语句的待分割位置对应的位置插入分割符号，得到第二代码文件之后，还包括：

根据预设样式格式调用出对应的层叠样式表，并将所述层叠样式表嵌套至所述第二代码文件中。

5.根据权利要求1所述的医学文本结构化方法，其特征在于，所述预设文章语义识别模型为LSTM模型；

所述将所有的所述语义特征向量输入至预设文章语义识别模型之后，包括：

通过所述LSTM模型中的遗忘门限选择丢弃信息；

通过所述LSTM模型中的输入门限和所述丢弃信息从所述语义特征向量中选择所需信息；

通过所述LSTM模型中的输出门限和所述所需信息输出所述第二特征语句。