[发明专利]相似病例文本检索系统

权利要求书

1.一种相似病例文本检索系统，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和词向量集合W_i=（W_i1，W_i2，......，W_in），W_in为词向量集合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向量集合W=（W₁，W₂，......，Wn）；

S200，确定W和W_i的相似度Si=，其中，z1为词向量W和词向量W_i的交集中的词的数量，z2为词向量W和词向量W_i的差集中的词的数量，为词向量W和词向量W_i的交集中第j个词的权重，为词向量W和词向量W_i的差集中第j个词的权重，为词向量集合W_i中的词W_ij的权重；

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

S310，如果Si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的检索结果集合，所述检索结果集合包括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_Q）。

2.根据权利要求1所述的相似病例文本检索系统，其特征在于，与所述M条病例记录中词W_ij出现的次数的总和反相关。

3.根据权利要求1所述的相似病例文本检索系统，其特征在于， 被存储到病例记录中，并进行动态更新。

4.根据权利要求1所述的相似病例文本检索系统，其特征在于，和W_ij作为索引对被存储到所述服务器中，并进行动态更新。

5.根据权利要求4所述的相似病例文本检索系统，其特征在于，如果词向量W和词向量W_i的差集中第j个词在所述索引对中能够检索到，则将相对应的权重作为；否则，则设置=0，并以特殊标记呈现第j个词。

6.根据权利要求1所述的相似病例文本检索系统，其特征在于，在S330中，还形成对应的相似度集合=（S₁，S₂，......，S_Q），其中，S_k为疾病ID向量CID_k对应的所有的词向量集合与词向量集合W的相似度的均值或者最大值。