[发明专利]病例文本信息检索系统

权利要求书

1.一种病例文本信息检索系统，其特征在于，包括：通信连接的服务器和客户端；

所述服务器，存储有M条病例记录，其中，第i条病例记录包括记录ID、疾病ID和词集合W_i={W_i1，W_i2，......，W_in}，W_in为词集合W_i中的第n个词；

所述客户端包括处理器和显示界面，所述处理器用于执行计算机程序实现如下步骤：

S100，接收输入的文本信息并将文本信息生成词集合W={W₁，W₂，......，Wn}；

S200，确定W和W_i的相似度S_i；

S300，根据步骤S200获得的相似度S_i，在所述显示界面上输出对应的检索结果，具体包括：

S310，如果S_i大于D，则保留对应的第i条病例记录，作为显示的检索结果；否则，将第i条病例记录舍弃；D为预设的相似度阈值；

S320，根据S310，形成相似度大于D的检索结果，所述检索结果包括R条病例记录和R个疾病ID向量（DID₁，DID₂,......，DID_R），R≤M；

S330，对R个疾病ID向量进行去重，形成去重后的升序排序的Q个疾病ID向量（CID₁，CID₂，......，CID_Q）和对应的次数（N₁，N₂，......，N_Q），其中，Q≤R，N₁≤N₂≤......≤N_Q；

S340，在所述客户端的显示界面上输出（CID₁，CID₂，......，CID_k，......，CID_Q）；

其中，在S330中，还形成对应的相似度（S₁，S₂，......，S_k，......，S_Q），其中，S_k为疾病ID-CID_k对应的所有的词集合与词集合W的相似度的均值或者最大值，S_k为（S₁，S₂，......，S_k，......，S_Q）中的第k个相似度，CID_k为（CID₁，CID₂，......，CID_k，......，CID_Q）中的第k个疾病ID，k的取值为1到Q；

S340进一步包括：按照S_k/N_k降序的方式在客户端的显示界面上输出（CID₁，CID₂，......，CID_Q）；

其中，如果疾病ID-CID_k对应的所有词集合与词集合W的相似度满足，则将作为疾病ID-CID_k对应的相似度S_k；其中，X为疾病ID-CID_k对应的词集合的数量，S_k1，S_k2，…，S_kx分别为疾病ID-CID_k对应的X个词集合与词集合W的相似度，为疾病ID-CID_k对应的所有词集合与词集合W的相似度的均值；A为预设阈值；

其中，如果疾病ID-CID_k对应的所有词集合与词集合W的相似度满足，则将max（S_k1，S_k2，…，S_kx）作为疾病ID-CID_k对应的相似度S_k；

在S200中，S_i=，其中，z1为词集合W和词集合W_i的交集中的词的数量，z2为词集合W和词集合W_i的差集中的词的数量，

为词集合W和词集合W_i的交集中第j个词的权重，为词集合W和词集合W_i的差集中第j个词的权重，为词集合W_i中的词W_ij的权重。