[发明专利]文本分析方法、装置、电子设备和存储介质

说明书

本发明提供一种文本分析方法、装置、电子设备和存储介质，所述方法包括：确定待分析的疾病描述文本；基于疾病描述文本分别与多个独立来源的医学知识之间的相关性，确定疾病描述文本对应的疾病类型。本发明基于疾病描述文本分别与多个独立来源的医学知识之间的相关性，从而能够融合各个来源的医学知识确定疾病描述文本对应的疾病类型，相较于传统方法中基于端到端模型无法准确识别具有较多口语化表达的疾病描述文本对应的疾病类型，本发明结合疾病描述文本与各个来源的医学知识之间的相关度，能够准确确定疾病描述文本对应的疾病类型，提高疾病类型的识别率。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种文本分析方法、装置、电子设备和存储介质。

背景技术

随着互联网的普及，患者可以根据自身的疾病类型在线上预约相应的科室医生看诊，若要精准确定相应的科室，则需要准确评估患者的疾病类型。

目前，多通过获取患者的疾病描述文本，并基于端到端模型对文本进行分析，确定患者的疾病类型，但由于患者的疾病描述文本侧重于口语化表达，从而使得基于专业的医学样本训练得到的端到端模型无法准确从口语化表达的疾病描述文本中确定对应的疾病类型。

发明内容

本发明提供一种文本分析方法、装置、电子设备和存储介质，用以解决现有技术中无法准确确定疾病描述文本对应的疾病类型的缺陷。

本发明提供一种文本分析方法，包括：

确定待分析的疾病描述文本；

基于所述疾病描述文本分别与多个独立来源的医学知识之间的相关性，确定所述疾病描述文本对应的疾病类型。

根据本发明提供的一种文本分析方法，所述基于所述疾病描述文本分别与多个独立来源的医学知识之间的相关性，确定所述疾病描述文本对应的疾病类型，包括：

基于所述疾病描述文本分别与多个独立来源的医学知识之间的相关性，以及所述疾病描述文本在各个独立来源下的文本表示，确定所述疾病描述文本的疾病表示；

基于所述疾病表示，确定所述疾病描述文本对应的疾病类型。

根据本发明提供的一种文本分析方法，所述基于所述疾病描述文本分别与多个独立来源的医学知识之间的相关性，以及所述疾病描述文本在各个独立来源下的文本表示，确定所述疾病描述文本的疾病表示，之前还包括：

基于各个独立来源的独立文本编码规则，确定各个独立来源下的疾病描述文本的文本表示，所述独立文本编码规则是基于对应独立来源下的医学知识确定的；

对各个独立来源下的文本表示进行自注意力计算，得到所述疾病描述文本分别与多个独立来源的医学知识之间的相关性。

根据本发明提供的一种文本分析方法，所述基于所述疾病描述文本分别与多个独立来源的医学知识之间的相关性，以及所述疾病描述文本在各个独立来源下的文本表示，确定所述疾病描述文本的疾病表示，包括：

将所述疾病描述文本与各个独立来源的医学知识之间的相关性作为权重，对所述疾病描述文本在各个独立来源下的文本表示进行加权求和，得到第一疾病表示；

基于通用文本编码规则，确定所述疾病描述文本的第二疾病表示，所述通用文本编码规则是基于混合所述多个独立来源的医学知识确定的；

基于所述第一疾病表示和所述第二疾病表示，确定所述疾病描述文本的疾病表示。

根据本发明提供的一种文本分析方法，所述基于所述疾病表示，确定所述疾病描述文本对应的疾病类型，包括：

基于各候选疾病类型的候选疾病表示，以及所述疾病表示，确定所述疾病描述文本与各个候选疾病类型之间的相关性；