[发明专利]医学实体的概念识别方法、装置、设备及存储介质

说明书

本申请为数字医疗技术领域，本申请提供了一种医学实体的概念识别方法、装置、设备及存储介质，其中，所述方法包括：获取文本信息，从文本信息中提取出待识别医学实体，将待识别医学实体输入预先训练好的bert模型中，利用bert模型的候选生成器生成待识别医学实体对应的候选概念列表；利用bert模型的候选排序器从候选概念列表中筛选出排在前N位的候选概念，得到待识别医学实体的目标概念。本发明通过bert模型的候选生成器从现有知识库中筛选出合适的候选概念，并通过候选排序器进一步筛选出满足要求的目标概念，由于候选排序器对待识别医学实体和候选概念进行成对预测，因此能够准确预测出未出现过的医学实体的概念。

技术领域

本申请涉及数字医疗技术领域，具体而言，本申请涉及一种医学实体的概念识别方法、装置、设备及存储介质。

背景技术

生物医学领域中非结构化文本的挖掘和分析任务为医学发展提供了巨大的机遇，然而，词汇和语法变化的多样性为自然语言处理(NLP)技术的发展提出了关键问题。例如，心脏病发作、心肌梗死、心肌梗塞和心血管卒这些医学实体都是指同一个概念，通过将它们与本体或知识库中相应的概念联系起来，消除这些术语的歧义是至关重要的，这一任务称为概念规范化。

传统的概念规范化方法通常是通过字符串匹配和字典查找实现，但这种实现方式对于未出现过的医学实体，则无法准确预测其概念。

发明内容

本申请的主要目的为提供一种医学实体的概念识别方法、装置、设备及存储介质，以实现准确预测未出现过的医学实体的概念。

为了实现上述发明目的，本申请提供一种医学实体的概念识别方法，其包括以下步骤：

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。

优选地，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。

优选地，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。

优选地，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；