[发明专利]癌症分期预测系统

权利要求书

1.一种癌症分期预测系统，其特征在于，包括：

数据输入模块，与所述数据输入模块连接的数据处理模块，与所述数据处理模块相连的数据存储模块，以及与所述数据处理模块相连的结果输出模块，其中，所述数据处理模块运行有规则引擎，所述数据存储模块存储有样本报告以及对应所述样本报告的实际分期结果；

所述数据输入模块用于将目标检测报告输入到所述数据处理模块；

所述数据处理模块用于：

对所述目标检测报告中的文本数据进行实体识别，并将实体识别的结果输入所述规则引擎，以通过所述规则引擎得到针对所述目标检测报告的第一分期结果；

将所述文本数据与每一所述样本报告中的文本数据进行相似度计算，并将相似度最高的目标样本报告对应的实际分期结果确定为针对所述目标检测报告的第二分期结果；

根据所述第一分期结果和所述第二分期结果，确定针对所述目标检测报告的目标分期结果，并通过所述结果输出模块输出所述目标分期结果。

2.根据权利要求1所述的系统，其特征在于，所述数据处理模块用于：

针对所述目标检测报告中的文本数据，确定所述文本数据包括至少一个主实体，并判断所述至少一个主实体是否出现在所述文本数据的同一个短句中，当所述至少一个主实体中的第一主实体和第二主实体出现在所述文本数据的同一个短句中、且所述第一主实体的实体属性与所述第二主实体的实体属性相同时，将所述第一主实体和所述第二主实体确定为同一主实体，其中，所述第二主实体为在所述文本数据中识别到的、所述第一主实体的下一个主实体。

3.根据权利要求2所述的系统，其特征在于，所述数据处理模块还用于：

当所述至少一个主实体中的第一主实体和第二主实体未出现在所述文本数据的同一个短句中时，将所述第一主实体所在的短句与第二主实体所在的短句之间的实体属性确定为所述第一主实体对应的实体属性。

4.根据权利要求1所述的系统，其特征在于，所述数据处理模块用于：

当在所述文本数据中识别到主实体包括部位实体属性，且所述文本数据中位于所述部位实体属性之后的其他主实体不包括部位实体属性时，确定所述部位实体属性属于所述其他主实体。

5.根据权利要求1-4任一项所述的系统，其特征在于，所述数据处理模块用于：

将所述目标检测报告中的文本数据和每一所述样本报告中的文本数据进行分词处理；

针对分词处理得到的每一分词，确定该分词对应的目标词向量；

针对每一样本报告，根据该样本报告中第一类分词对应的目标词向量之和、该样本报告中第二类分词对应的目标词向量之和、所述目标检测报告中第一类分词对应的目标词向量之和、以及所述目标检测报告中第二类分词对应的目标词向量之和进行相似度计算，以确定该样本报告与所述目标检测报告的相似度，其中，所述第一类分词为与分期结果不相关的分词，所述第二类分词为与分期结果相关的分词。

6.根据权利要求5所述的系统，其特征在于，所述数据处理模块用于：

针对分词处理得到的每一分词，通过词向量模型确定该分词的初始词向量，并根据该分词的所述初始词向量以及该分词在对应文本数据中出现的次数，确定该分词的目标词向量。

7.根据权利要求6所述的系统，其特征在于，所述数据处理模块用于：

针对分词处理得到的每一分词，当该分词为与分期结果不相关的第一类分词时，对该分词对应的初始词向量添加第一权重因子，以得到该分词的目标词向量，所述第一权重因子是该分词在对应文本数据中出现的次数与第一预设权重值的乘积；

当该分词为与分期结果相关的第二类分词时，对该分词对应的初始词向量添加第二权重因子，以得到该分词的目标词向量，所述第二权重因子是该分词在所述文本数据出现的次数与该分词所属的词类型对应的第二预设权重值的乘积。