[发明专利]相似病例文本检索系统

说明书

本发明提供了一种相似病例文本检索系统，包括：通信连接的服务器和客户端；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Wi中的第n个词；客户端包括处理器和显示界面，处理器用于实现如下步骤：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）；确定W和W_i的相似度；根据获得的相似度Si，在所述显示界面上输出对应的检索结果。本发明能够提高检索效率和确保检索结果更准确。

技术领域

本发明涉及数据处理技术领域，具体涉及一种相似病例文本检索系统。

背景技术

专利文献1（CN107657062A）提供了一种相似病例检索方法，该包括：通过提取病例数据库中的多个病例的多个字段内容并将多个字段内容转化为词向量，依据词向量对多个所述病例进行聚类并划分为多个聚类簇；提取原始病历中的字段内容并将字段内容转化为原始词向量；搜索与原始词向量最近的聚类簇，并将聚类簇内的多个病例进行排序并反馈。该方法能够减少检索时的数据计算量和提高检索效率，但是，并没有针对病例文本的特点进行处理，而是将病例文本按照通用文件进行处理，因此，会存在病例检索结果不准确和检索效率低的问题。

发明内容

有鉴于此，本发明的目的是提供一种相似病例文本检索系统，以解决现有技术中病例检索结果不准确和检索效率低的问题。

本发明采用的技术方案为：

本发明实施例提供一种相似病例文本检索系统，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Wi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Wi的交集中的词的数量，z2为词向量W和词向量Wi的差集中的词的数量，为词向量W和词向量Wi的交集中第j个词的权重，为词向量W和词向量Wi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。

本发明实施例提供的相似病例文本检索系统，适配病例文本的特点，将病例记录之间的相似度可通过两个病例记录对应的词向量集合的交集和并集得到，相比现有技术主要采用余弦距离或者专利文献1采用的方式来获得相似度，在保证相似度计算准确性的前提下，能够节约计算量，从而能够提高检索效率，简单高效。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合具体实施例进行详细描述。

在本发明的说明书和权利要求书的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。