[发明专利]一种基于多类型病历文本的结构化信息提取方法

权利要求书

1.一种基于多类型病历文本的结构化信息提取方法，其特征在于包括：

获取原始病历信息并对其进行预处理，包括去除冗余信息和清洗异常数据、异常值，再将该病历与数据库中的模板病历进行文本相似度匹配，获得该病历与每个模板的相似度从而确定病历类型；

从医疗数据库中获取病历需要提取的属性列表，根据属性列表设置实体类别，并对文本数据中的实体进行标注构建命名实体识别数据集，采用深度学习算法对识别模型进行训练，将命名实体识别数据集输入至完成训练的识别模型以获得有价值的实体，对不同的实体构建相应的提取规则筛选有用实体或提取实体对应的值；

对获得的结构化提取结果进行审核，如果审核通过则直接进行保存，如果审核不通过则手动修改后再继续保存。

2.根据权利要求1所述的基于多类型病历文本的结构化信息提取方法，其特征在于：

根据病历类型从医疗数据库中获取相应的需要提取的属性列表；

根据每个类型的病历需要提取的属性，设置实体类别，并以此实体类别作为依据对病历数据进行标注获得带标签的数据集；

将带标签的数据集输入至识别模型进行训练，利用训练好的识别模型对病历数据进行命名实体识别，从而得到有价值的实体；

对不同类别的实体构建相应的提取规则从而筛选有用实体或提取实体对应的值。