[发明专利]医疗词云生成方法、装置、计算机设备及存储介质

权利要求书

1.一种医疗词云生成方法，其特征在于，所述方法包括：

获取多个新闻文本，并提取出每个新闻文本的新闻标题；

通过训练好的医疗领域相关度识别模型基于所述新闻标题进行领域相关度识别，并根据识别得到的领域相关度从所述多个新闻文本中选取出多个医疗新闻文本；

将所述多个医疗新闻文本映射为多个目标医疗新闻文本，并从所述多个目标医疗新闻文本中提取出多个分词；

计算所述多个分词的TextRank值，并根据所述TextRank值从所述多个分词中选取出多个医疗分词；

当根据所述医疗分词在所述目标医疗新闻文本中的位置识别所述多个医疗分词之间能够构成多词关键词时，将所述多词关键词作为目标医疗分词；

基于多个所述目标医疗分词构建医疗词云。

2.如权利要求1所述的医疗词云生成方法，其特征在于，所述计算所述多个分词的textrank值，并根据所述textrank值从所述多个分词中选取出多个医疗分词包括：

定义预设长度的滑动窗口；

根据所述滑动窗口在所述多个分词中的滑动过程计算任意两个分词之间的共现值；

选取大于预设共现阈值的共现值对应的多个目标分词；

以所述多个目标分词为顶点，以共现值为边构建分词结构图；

采用文本排名TextRank算法对所述分词结构图进行计算，得到每个目标分词的TextRank值；

对所述TextRank值进行排序并获取排序在前的多个TextRank值对应的多个目标分词，作为多个医疗分词。

3.如权利要求1所述的医疗词云生成方法，其特征在于，所述通过训练好的医疗领域相关度识别模型基于所述新闻标题进行识别得到领域相关度，并根据所述领域相关度从所述多个新闻文本中选取出多个医疗新闻文本包括：

输入每个新闻标题至预训练模型BERT中进行编码得到多个字向量；

计算所述多个字向量的均值得到均值向量，作为所述新闻标题的语义向量；

输入所述语义向量至所述训练好的医疗领域相关度识别模型中进行识别得到领域相关度；

获取大于预设阈值的领域相关度对应的多个目标新闻标题；

从所述多个新闻文本中选取出所述多个目标新闻标题对应的多个新闻文本作为多个医疗新闻文本。

4.如权利要求1所述的医疗词云生成方法，其特征在于，所述医疗领域相关度识别模型的训练过程包括：

获取多个新闻标题文本及多个非新闻标题文本；

输入每个新闻标题文本至所述预训练模型BERT中进行编码得到多个第一文本字向量，及输入每个非新闻标题文本至所述预训练模型BERT中进行编码得到多个第二文本字向量；

计算所述多个第一文本字向量的均值得到第一文本均值向量，及计算所述多个第二文本字向量的均值得到第二文本均值向量；

为每个所述第一文本均值向量生成第一领域相关度，及为每个所述第二文本均值向量生成第二领域相关度；

根据所述第一文本均值向量及对应的第一领域相关度生成第一数据对，根据所述第二文本均值向量及对应的第二领域相关度生成第二数据对；

基于多个所述第一数据对及多个所述第二数据对作为数据集，训练DNN网络得到医疗领域相关度识别模型。

5.如权利要求1所述的医疗词云生成方法，其特征在于，所述将所述多个医疗新闻文本映射为多个目标医疗新闻文本，并从所述多个目标医疗新闻文本中提取出多个分词包括：

将每个医疗新闻文本切分为多个文本语句，并将每个文本语句切分为多个分词；

识别每个分词的词性，并将多个预设词性的分词进行保留；

针对每一个医疗新闻文本，将保留后的多个分词映射为目标医疗新闻文本；

采用命名实体标注模型对所述目标医疗新闻文本进行命名实体标注；

提取所述命名实体作为多个分词。

6.如权利要求1至5中任意一项所述的医疗词云生成方法，其特征在于，所述获取多个新闻文本包括：

定义多个关键词；

根据预设的多个检索数据库及所述多个关键词生成多个检索式；

使用所述检索式在对应的检索数据库中进行检索，得到多个新闻文本。