[发明专利]文章识别方法、装置、计算机设备及存储介质

说明书

本发明实施例基于人工智能技术公开了一种文章识别方法、装置、计算机设备及存储介质，其中方法包括：从待识别的目标医疗文章中提取出医疗词集，并采用医疗词集中的多个医疗词构建目标医疗文章的医疗知识图；基于医疗知识图中的各个节点之间的连接关系，计算各个节点所记录的医疗词的重要度；根据各个医疗词的重要度从医疗词集中选取目标医疗文章的关键疾病词，并采用关键疾病词的词向量构建目标医疗文章的关键主题向量，该关键主题向量用于指示目标医疗文章的关键疾病主题。本发明实施例可以自动化地识别出医疗文章的关键疾病主题，有效节省人力成本并提升识别结果的准确性。

技术领域

本申请涉及互联网技术领域，具体涉及计算机技术领域，尤其涉及一种文章识别方法、一种文章识别装置、一种计算机设备及一种计算机存储介质。

背景技术

随着互联网技术的发展，互联网医疗平台(如互联网医疗APP(application，应用程序)、互联网医疗网站等)应运而生；互联网医疗平台可为用户提供大量的医疗资讯文章(简称医疗文章)，以便于用户可通过阅读这些医疗资讯文章来获取相关的医疗信息。对于一篇医疗文章而言，其通常会包括一个或多个疾病的相关内容，从而使得该医疗文章通常具有一个或多个疾病主题；那么为了能够更好地对互联网医疗平台所提供的大量医疗文章进行分类、检索以及推荐等处理，通常需要识别出这些医疗文章的关键疾病主题(或称为主要疾病主题)。

目前，通常是通过人工打标签的方式来识别出每篇医疗文章的关键疾病主题，这样的识别方式不仅会消耗大量的人力成本，还会由于人为识别的主观性而导致识别结果的准确性较低。基于此，如何更好地对医疗文章进行关键疾病主题的识别成为了研究热点。

发明内容

本发明实施例提供了一种文章识别方法、装置、计算机设备及存储介质，可以自动化地识别出医疗文章的关键疾病主题，有效节省人力成本并提升识别结果的准确性。

一方面，本发明实施例提供了一种文章识别方法，所述方法包括：

从待识别的目标医疗文章中提取出医疗词集，所述医疗词集中包括多个医疗词，且所述多个医疗词中至少包括疾病词；

采用所述多个医疗词构建所述目标医疗文章的医疗知识图，所述医疗知识图中包括多个节点；一个节点记录一个医疗词，且任意两个相连接的节点所记录的医疗词在所述目标医疗文章中具有共现关系；

基于所述医疗知识图中的各个节点之间的连接关系，计算所述各个节点所记录的医疗词的重要度；

根据各个医疗词的重要度从所述医疗词集中选取所述目标医疗文章的关键疾病词，并采用所述关键疾病词的词向量构建所述目标医疗文章的关键主题向量，所述关键主题向量用于指示所述目标医疗文章的关键疾病主题。

另一方面，本发明实施例提供了一种文章识别装置，所述装置包括：

提取单元，用于从待识别的目标医疗文章中提取出医疗词集，所述医疗词集中包括多个医疗词，且所述多个医疗词中至少包括疾病词；

构建单元，用于采用所述多个医疗词构建所述目标医疗文章的医疗知识图，所述医疗知识图中包括多个节点；一个节点记录一个医疗词，且任意两个相连接的节点所记录的医疗词在所述目标医疗文章中具有共现关系；

处理单元，用于基于所述医疗知识图中的各个节点之间的连接关系，计算所述各个节点所记录的医疗词的重要度；

所述处理单元，还用于根据各个医疗词的重要度从所述医疗词集中选取所述目标医疗文章的关键疾病词，并采用所述关键疾病词的词向量构建所述目标医疗文章的关键主题向量，所述关键主题向量用于指示所述目标医疗文章的关键疾病主题。

在一种实施方式中，处理单元在用于采用所述关键疾病词的词向量构建所述目标医疗文章的关键主题向量时，可具体用于：