[发明专利]医学实体识别方法、装置、介质及电子设备

权利要求书

1.一种医学实体识别方法，其特征在于，包括：

通过医学知识库对医学文本数据进行实体标注，将包含标注的医学文本数据分为训练样本和测试样本其中对所述训练样本的实体标注进行抽样验证，以获取所述实体标注的验证结果，从所述验证结果中筛选出标注为非实体的第三医学实体，将所述第三医学实体更新至所述医学知识库；

通过所述训练样本获取实体识别模型，并通过所述实体识别模型对所述测试样本进行识别，获取对于所述测试样本的识别结果；

从所述测试样本中提取目标标签对应的第一医学实体，并提取识别结果中的第二医学实体，对比第一医学实体以及第二医学实体；

对于对比得到的包含在所述第一医学实体中而不包含在所述第二医学实体中的实体，利用所述实体对应的测试样本对实体识别模型进行优化；

对于对比得到的不包含在所述第一医学实体而包含在所述第二医学实体中的实体，作为待更新医学实体，利用所述待更新医学实体对所述医学知识库进行更新；

在抽样验证时计算对所述训练样本的实体标注的准确率，若所述准确率没有达到预定阈值，则在更新所述医学知识库后重新获取一批医学文本数据，通过更新后的医学知识库对重新获取的医学文本数据再次进行标注，并确定所述标注的准确率，多轮迭代直至通过所述医学知识库进行标注的准确率达到预定阈值。

2.根据权利要求1所述的方法，其特征在于，所述通过医学知识库对医学文本数据进行实体标注包括：

通过医学词典与正则表达式识别出所述医学文本数据中的第一医学实体；

将所述第一医学实体标注为所述目标标签。

3.根据权利要求1所述的方法，其特征在于，所述利用确定出的医学实体对所述医学知识库进行更新包括：

将所述待更新医学实体添加至医学词典中。

4.根据权利要求1所述的方法，其特征在于，在所述对所述训练样本的实体标注进行抽样验证，以获取所述实体标注的验证结果之后，还包括：

根据所述验证结果对所述训练样本的实体标注进行调整。

5.一种医学实体识别装置，其特征在于，包括：

样本标注模块，用于通过医学知识库对医学文本数据进行实体标注，将包含标注的医学文本数据分为训练样本和测试样本，其中对所述训练样本的实体标注进行抽样验证，以获取所述实体标注的验证结果，从所述验证结果中筛选出标注为非实体的第三医学实体，将所述第三医学实体更新至所述医学知识库；

样本识别模块，用于通过所述训练样本获取实体识别模型，并通过所述实体识别模型对所述测试样本进行识别，获取对于所述测试样本的识别结果；

实体更新模块，用于从所述测试样本中提取目标标签对应的第一医学实体，并提取识别结果中的第二医学实体，对比第一医学实体以及第二医学实体；对于对比得到的包含在第一医学实体中而不包含在第二医学实体中的实体，利用所述实体对应的测试样本对实体识别模型进行优化，对于对比得到的不包含在所述第一医学实体而包含在所述第二医学实体中的实体，作为待更新医学实体，利用所述待更新医学实体对所述医学知识库进行更新；

实体识别模块，用于在抽样验证时计算对所述训练样本的实体标注的准确率；

医学知识库更新模块，用于若所述准确率没有达到预定阈值，则在更新所述医学知识库后重新获取一批医学文本数据，通过更新后的医学知识库对重新获取的医学文本数据再次进行标注，并确定所述标注的准确率，多轮迭代直至通过所述医学知识库进行标注的准确率达到预定阈值。

6.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4任一项所述的方法。

7.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-4任一项所述的方法。