[发明专利]一种在医疗文本中提取疾病诱因、病因的方法及装置及系统

权利要求书

1.一种在医疗文本中提取疾病诱因、病因的方法，其特征在于，包括：

步骤S100：获取并存储医疗文本和病因句式；

步骤S200：提取关系词，并对关系词进行除杂，将除杂后的关系词并入到已有的关系词集合中；

步骤S300：提取病因，并对病因进行除杂、验证，将通过验证的病因并入已有的病因集合中；

步骤S400：提取疾病，并对疾病进行除杂、验证，将通过验证的疾病并入已有的疾病集合中；

步骤S500：判断提取的各种实体在数量上是否较已有的集合增加，若增加，返回步骤200，否则，结束。

2.根据权利要求1所述的医疗文本中提取疾病诱因、病因的方法，其特征在于，将疾病和病因之间的关系词当做实体词来提取。

3.根据权利要求1所述的医疗文本中提取疾病诱因、病因的方法，其特征在于，所述关系词的除杂是根据Hanlp分词工具进行分词和停用词过滤，然后加入特定阈值筛选条件进行筛选。

4.根据权利要求1所述的医疗文本中提取疾病诱因、病因的方法，其特征在于，所述医疗文本的获取是通过正则表达式来获取非结构化文本中的中文句子。

5.根据权利要求1所述的医疗文本中提取疾病诱因、病因的方法，其特征在于，在训练疾病诱因、病因抽取模型时，通过迭代的思想来模型进行多次的训练，同时引入阈值参数设置，最终经过调参得到最优模型。

6.一种在医疗文本中提取疾病诱因、病因的装置，包括获取器、处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-5中任意一个所述方法的步骤。

7.一种在医疗文本中提取疾病诱因、病因的系统，其特征在于，所述系统包括：

医疗文本库，用于存储非结构化医疗文本以及各实体集合；

文本输入单元，用于系统读取非结构化医疗文本；

疾病提取单元，用于提取医疗疾病实体，通过关系词集合和病因集合来提取疾病实体；

关系词提取单元，用于提取关系词实体，通过疾病集合和病因集合来提取关系词实体；

病因提取单元，用于提取病因实体，通过关系词集合和疾病集合来提取病因、诱因实体；

存储单元，用于结果的结构化存储，将提取出来的疾病、关系词、病因按照关系存储到相应句式结构文件中；

展示单元，用于展示病因提取的结果。