[发明专利]医学实体的概念识别方法、装置、设备及存储介质

权利要求书

1.一种医学实体的概念识别方法，其特征在于，包括以下步骤：

获取文本信息，从所述文本信息中提取出待识别医学实体；

将所述待识别医学实体输入预先训练好的bert模型中，利用所述bert模型的候选生成器生成所述待识别医学实体对应的候选概念列表；其中，所述候选生成器用于从知识库中筛选出若干个候选概念，并基于所述候选概念生成候选概念列表；

利用所述bert模型的候选排序器从所述候选概念列表中筛选出排在前N位的候选概念，得到所述待识别医学实体的目标概念；其中，所述N为大于等于1的正整数，所述候选排序器用于根据预设排序规则对所述候选概念列表中的所有候选概念进行排序。

2.根据权利要求1所述的方法，其特征在于，利用所述bert模型的候选生成器生成所述待识别医学实体对应的候选概念列表的步骤，包括：

利用所述候选生成器确定所述待识别医学实体对应的第一隐藏向量及预设的第一权重；

根据所述第一隐藏向量及第一权重计算所述知识库中所有概念分别描述所述待识别医学实体时的评分值；

获取所有概念的独热编码向量，根据所述独热编码向量及评分值计算所有概念的第一标准分类损失值，基于所述第一标准分类损失值确定所述待识别医学实体对应的候选概念列表。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一标准分类损失值确定所述待识别医学实体对应的候选概念列表的步骤，包括：

利用所有概念的第一标准分类损失值计算各个概念的概念概率；其中，所述概念概率用于表征各个概念属于描述所述待识别医学实体的概念的可能性；

根据所述概念概率从知识库中筛选出若干个候选概念，并基于所述候选概念生成候选概念列表。

4.根据权利要求1所述的方法，其特征在于，利用所述bert模型的候选排序器从所述候选概念列表中筛选出排在前N位的候选概念的步骤，包括：

利用所述bert模型的候选排序器确定所述待识别医学实体对应的第二隐藏向量及预设的第二权重；

将所述候选概念列表中所有候选概念的第二隐藏向量连接形成矩阵；

利用所述矩阵及预设的第二权重计算所述候选概念的第二标准分类损失值；

基于所述第二标准分类损失值的排列顺序，筛选出排在前N位的候选概念。

5.根据权利要求4所述的方法，其特征在于，将所述候选概念列表中所有候选概念的第二隐藏向量连接形成矩阵的步骤，包括：

获取所述候选概念列表中所有候选概念的同义词；

确定所述同义词的隐藏向量，得到第二隐藏向量，将所有候选概念的第二隐藏向量连接形成矩阵。

6.根据权利要求1所述的方法，其特征在于，所述利用所述bert模型的候选排序器从所述候选概念列表中筛选出排在前N位的候选概念的步骤之后，还包括：

确定排在前N位的候选概念的语义类型，并从排在前N位的候选概念中筛选出语义类型正确的第一候选概念及语义类型错误的第二候选概念；

根据所述语义类型错误的第二候选概念生成第三候选概念；其中，所述第三候选概念为第二候选概念的集合的补集；

计算第一候选概念在语义类型上的得分，得到第一分值；

计算第二候选概念在语义类型上的得分，得到第二分值；

计算第三候选概念在语义类型上的得分，得到第三分值；

根据第一分值及第三分值计算第一综合分值；

根据第二分值及第三分值计算第二综合分值；

利用第一综合分值和第二综合分值计算总损失值；

判断所述总损失值是否在预设阈值内；

若是，将排在前N位的候选概念作为所述待识别医学实体的目标概念。