[发明专利]中医临床辅助辨证模型的建立方法及系统

说明书

本发明提出了中医临床辅助辨证模型的建立方法及系统，在基于编码解码框架的中医临床辅助辨证模型的方法中，首先使用Fast‑Text语言模型对中医临床文本数据做了数据表征，再基于编码解码框架在编码层使用双向门控循环单元，在解码层使用单向门控循环单元生成中医临床辅助诊断的结果。本发明将中医临床文本的多标签分类任务从另一个视角进行处理，转换成了中医临床文本的标签序列生成任务。采用生成方法处理多标签分类问题，将证候要素作为文本生成模型的最小语义单位进行诊断结果生成，可以解决传统的多标签分类方法无法预测未见证候描述的问题。

技术领域

本发明属于自然语言处理领域，尤其涉及中医临床辅助辨证模型的建立方法及系统。

背景技术

在中医临床领域，中医临床诊断的准确率非常依赖于医生的理论知识储备以及临床经验，这也极大程度的影响了医疗水平。利用中医临床辅助诊断在很大程度上能够解决医生自身经验问题所带来的误诊等问题，有效提高医疗水平。因此，中医临床辅助诊断的研究发展对医疗资源不足的地区提高医疗水平有着极大的意义。

在中医临床辅助诊断中，传统的方法就是模仿中医的断证过程进行数学建模，将中医临床辅助诊断任务视为多标签分类任务。研究人员就中医临床辅助诊断做了很多研究。例如使用基于多层感知机的多标签分类方法实现中医临床辅助诊断。多层感知机将中医临床记录作为输入，输出的是一个向量，这个向量的大小为病症标签数量，在输出层的激活函数是SoftMax函数，所以输出向量各维度值可以直接表示预测标签的概率，从而得到病症的前n个。但是，这样的做法无法解决预测未见症候描述问题。

从中医理论上，基于多层感知机的多标签分类方法中的标签是指证候描述，而证候描述是由证候要素组成。而现有技术中存在的主要技术问题在于传统的多标签分类方法无法预测未见证候描述。

发明内容

本发明针对现有中医临床文本多标签分类任务不能有效解决未见症候描述的问题，将中医临床文本多标签分类任务转换成中医临床文本标签序列生成任务。为解决未见症候预测问题提供可能性的同时提高中药临床辅助诊断结果的准确率，提出了中医临床辅助辨证模型的建立方法及系统。

为了解决上述问题，本发明采用以下技术方案：

中医临床辅助辨证模型的建立方法，基于编码解码框架，包括以下步骤：

步骤1：选择Fast-Text语言模型作为数据表征模型；

步骤2：把中医临床文本数据输入到Fast-Text语言模型中，引入模型参数值记作，词向量值记作，并对所述模型参数值和所述词向量值进行随机初始化；

步骤3：所述Fast-Text语言模型输出中医临床文本数据的词向量集；

步骤4：将得到的中医临床文本数据的词向量集输入到编码层中，编码层根据接收数据的序列并编码产生一个定长的中间语义编码，记作C；

步骤5：将中间语义编码C传送给解码层，解码层将中间语义编码C翻译为相对应的证候要素序列。

作为优选的技术方案，所述编码层使用双向门控循环单元进行编码。

作为优选的技术方案，所述解码层使用单向门控循环单元进行解码。

作为优选的技术方案，所述编码层采用了双向的网络biGRU。

作为优选的技术方案，所述解码层采用了GRU。

一种基于编码解码框架的中医临床辅助辨证模型的建立系统，包括：

中医临床文本数据存储单元；

Fast-Text语言模型，用于接收所述中医临床文本数据存储单元传输的中医临床文本数据，引入模型参数值记作，词向量值记作，并对所述模型参数值和所述词向量值进行随机初始化后输出中医临床文本数据的词向量集；