[发明专利]一种症状信息抽取方法、装置、设备及存储介质

权利要求书

1.一种症状信息抽取方法，其特征在于，包括：

获取与待抽取症状信息的第一文本中的内容匹配的症状标准词，作为目标医学知识；

将所述目标医学知识融入所述第一文本中，融入所述目标医学知识的文本作为第二文本；

基于预先建立的症状信息抽取模型对所述第二文本进行症状信息的抽取，抽取出的症状信息作为所述第一文本对应的症状信息抽取结果；

其中，所述症状信息抽取模型以在训练文本中融入匹配的症状标准词后的文本为训练样本，以所述训练文本对应的症状信息为样本标签训练得到。

2.根据权利要求1所述的症状信息抽取方法，其特征在于，所述获取与待抽取症状信息的第一文本中的内容匹配的症状标准词，作为目标医学知识，包括：

从包含症状词的医学知识库中获取与所述第一文本中的内容匹配的症状词，作为目标症状词；

若所述目标症状词为症状标准词，则将所述目标症状词作为所述目标医学知识；

若所述目标症状词为非症状标准词，则获取所述目标症状词对应的症状标准词，作为所述目标医学知识。

3.根据权利要求1所述的症状信息抽取方法，其特征在于，所述将所述目标医学知识融入所述第一文本中，包括：

在所述第一文本中与所述目标医学知识匹配的文本的后面插入所述目标医学知识。

4.根据权利要求1所述的症状信息抽取方法，其特征在于，所述基于预先建立的症状信息抽取模型对所述第二文本进行症状信息抽取，包括：

基于所述症状信息抽取模型对所述第二文本进行编码，得到所述第二文本的语义表征向量；

基于所述症状信息抽取模型，构建能够表征所述第二文本中每个字符对应的噪声字符和/或非噪声字符的掩码矩阵，其中，所述噪声字符为对对应的字符在所述第二文本中的语义有干扰的字符；

基于所述症状信息抽取模型、所述第二文本的语义表征向量和所述掩码矩阵，确定症状信息。

5.根据权利要求4所述的症状信息抽取方法，其特征在于，所述基于所述症状信息抽取模型、所述第二文本的语义表征向量和所述掩码矩阵，确定症状信息，包括：

基于所述症状信息抽取模型、所述第二文本的语义表征向量和所述掩码矩阵，确定所述第二文本中每个字符对应的上下文向量，其中，一个字符对应的上下文向量能够表征该字符与所述第二文本中该字符对应的非噪声字符的相关程度；

基于所述症状信息抽取模型和所述第二文本中每个字符对应的上下文向量，确定症状信息。

6.根据权利要求4所述的症状信息抽取方法，其特征在于，所述构建能够表征所述第二文本中每个字符对应的噪声字符和/或非噪声字符的掩码矩阵，包括：

对于所述第二文本中的每个字符：

若该字符为所述第一文本中的字符，且该字符不具有匹配的目标医学知识，则确定所述第一文本中的其它字符为该字符对应的非噪声字符；

若该字符为所述第一文本中的字符，且该字符具有匹配的目标医学知识，则确定所述第一文本中的其他字符以及与该字符匹配的目标医学知识所包含的字符为该字符对应的非噪声字符；

若该字符为所述目标医学知识中的字符，则确定该字符所在的目标医学知识中的其它字符以及所述第一文本中与该字符所在的目标医学知识匹配的文本中的字符为该字符对应的非噪声字符；

确定所述第二文本中除该字符和确定出的非噪声字符外的字符为该字符对应的噪声字符；

根据所述第二文本中每个字符对应的非噪声字符和噪声字符，构建掩码矩阵。