[发明专利]一种基于语义依存关系的医疗文本标注方法

说明书

本发明提供了一种基于语义依存关系的医疗文本标注方法，包括以下步骤：分析医疗文本中的语义依存类型，得到三类语义依存类型：基于主体的语义依存、基于关系或动作的语义依存和基于修饰的语义依存；分析医疗文本中的语义特点，得到三类语义特点：语义嵌套关系、语义远程依赖和语义并列关系；根据医疗文本中的语义依存类型和语义特点，结合标注需求，制定五类模板语义图：身体结构实体语义图、关系描述语义图、属性描述语义图、手术操作语义图和影像诊断语义图；进行文本标注。

技术领域

本申请涉及自然语言处理和医疗大数据领域，尤其涉及一种基于语义依存关系的医疗文本标注方法。

背景技术

医疗机构在治疗的过程中，产生了大量医疗文本，医疗文本蕴含丰富的医疗信息。研究医疗文本的语义描述，对包括医疗辅助决策，治疗效果预测，病人生存率预测等后续下游任务，具有重要意义。

语义依存分析句子各个语言单位之间的语义关联，并将语义关联以依存结构呈现。语义依存分析目标是跨越句子表层句法结构的束缚，直接获取深层的语义信息。

常见的医疗文本标注方法包括命名实体标注，事件标注。命名实体标注不包括实体间关系，事件描述实体的简单关系，两者都无法覆盖医疗文本中复杂语义关系。本专利提出一种基于语义依存关系的医疗文本标注方法，能够有效标注医疗文本中复杂的语义信息，对提升下游任务的性能具有重要意义。

发明内容

为了提升下游任务的性能，更好地描述医疗实体的语义依存关系，本专利申请一种基于语义依存关系的医疗文本标注方法，包含以下步骤：

步骤一：分析医疗文本中的语义依存类型，得到三类语义依存类型：基于主体的语义依存、基于关系或动作的语义依存和基于修饰的语义依存；

基于主体的语义依存，其包含以下实体或关系：一个客观存在实体作为核心主体词、一个属性名称和一个属性值，存在隐式提示属性名称的情况；

基于关系或动作的语义依存，其包含以下实体或关系：一个关系词，其作用于一个或多个客观存在实体，存在隐式提示施事实体的情况；

基于修饰的语义依存，其包含以下实体或关系：客观存在实体作为核心主体词，其他实体修饰作为修饰词该主体；

步骤二：分析医疗文本中的语义特点，得到三类语义特点：语义嵌套关系、语义远程依赖和语义并列关系；

语义嵌套存在于以下情况：基于主体的语义依存和基于关系或动作的语义依存中的客观存在实体是基于修饰的语义依存。

语义远程依赖存在于以下情况：基于修饰的语义依存中，修饰词与主体词间隔其他语义词。

语义并列存在于以下情况：多个基于主体的语义依存中，共用一个主体；基于关系或动作的语义依存中，共用一个动作；基于修饰的语义依存，共用一个修饰词。

步骤三：根据医疗文本中的语义依存类型和语义特点，结合标注需求，制定五类模板语义图：身体结构实体语义图、关系描述语义图、属性描述语义图、手术操作语义图和影像诊断语义图；

身体结构实体语义图基于修饰的语义依存，具有语义远程依赖，语义并列的特点，用于描述医学部位实体名称，由修饰词和身体结构核组成，允许跨文本标注的身体结构语义实体；

关系描述语义图基于关系或动作的语义依存，具有语义并列，语义嵌套的特点，用于描述两个医学实体的关系，由一个否定词、一个程度词、一个身体结构实体作为关系施加主体、一个关系词、一个关联身体结构实体作为关系受施主体组成；

属性描述语义图，基于主体的语义依存，具有语义并列，语义嵌套的特点，用于描述医学部位的属性，由一个否定词、一个程度词、一个身体结构作为主体、一个属性名称、一个属性值组成；