[发明专利]疾病的识别方法及装置、存储介质、电子装置

说明书

本发明提供了一种疾病的识别方法及装置、存储介质、电子装置，其中，该方法包括：获取疾病数据，其中，所述疾病数据包括疾病名称信息和疾病属性信息；基于所述疾病数据训练第一基于生物医学的双向编码器BioBERT模型，得到第二BioBERT模型，其中，所述第二BioBERT模型包括所述疾病名称信息和与疾病属性信息之间的语义关系；采用所述第二BioBERT模型进行疾病识别。通过本发明，通过训练BioBERT模型，构建疾病名称信息和与疾病属性信息之间的语义关系，实现了在问诊等医学系统中对疾病的自动识别和确认，解决了相关技术在描述文本中识别疾病的效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种疾病的识别方法及装置、存储介质、电子装置。

背景技术

相关技术中，疾病对于人类社会有着重大的影响。疾病不仅仅是生物医学中的重要研究课题，它也常常出现在生物医学自然语言处理的任务中。这些疾病知识对于许多与健康相关的生物医学任务至关重要，包括健康医疗问答、医学诊断推理和疾病实体识别，目前疾病的语义识别还停留在专家人工识别的阶段，识别效率低，影响数字化的进程。

针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。

发明内容

本发明实施例提供了一种疾病的识别方法及装置、存储介质、电子装置。

根据本发明的一个实施例，提供了一种疾病的识别方法，包括：获取疾病数据，其中，所述疾病数据包括疾病名称信息和疾病属性信息；基于所述疾病数据训练第一基于生物医学的双向编码器BioBERT模型，得到第二BioBERT模型，其中，所述第二BioBERT模型包括所述疾病名称信息和与疾病属性信息之间的语义关系；采用所述第二BioBERT模型进行疾病识别。

可选的，基于所述疾病数据训练第一BioBERT模型，得到第二BioBERT模型，包括：采用分词器将所述疾病数据转换为样本向量，其中，所述样本向量包括：训练集、验证集和测试集；从所述样本向量中提取特征信息，其中，所述特征信息包括：描述文本的起始符，分隔符或结束符，第一词汇标记，分词器的令牌标识，掩码标识，段标识，令牌位置，其中，所述第一词汇标记用于标识所述分词器使用的词汇表，所述掩码标识用于指示序列中的令牌和填充元素，所述段标识用于标识描述文本所属的句；确定所述第一BioBERT模型的损失函数，并基于所述损失函数和所述特征信息训练所述第一BioBERT模型，得到第二BioBERT模型。

可选的，确定所述第一BioBERT模型的损失函数包括：设置以下疾病损失函数和属性损失函数：

；

；

采用所述疾病损失函数和所述属性损失函数组合得到所述第一BioBERT模型的损失函数：；

其中，β为预设平衡系数，λ为预设权重系数，T表示疾病名称对应的令牌标识的数量；t用于定位疾病名称当前的令牌标识；x_t表示疾病名称对应的第t个令牌标识；p(x_t|passage)表示x_t位于目标段落上的条件概率；z_t:z_t=w*y_t+b，其中，w表示权重，y_t表示x_t经过BERT模型的嵌入后输出层的结果，b表示偏差；n表示疾病名称的属性数量；i用于定位疾病名称当前的属性；y_t表示标签值，取0或取1；lna_i表示第i个属性a_i经过模型的softmax层后得到的输出值的对数。

可选的，获取疾病数据包括：确定疾病名称，并采集所述疾病名称对应的疾病属性信息，其中，所述疾病属性信息包括：疾病信息、病因信息、症状信息、诊断信息、治疗信息、预防信息、病理生理学信息，传播学信息；在所述疾病属性信息内添加对应的辅助描述句，其中，所述辅助描述句用于指示所述疾病属性信息所对应的疾病名称和属性名称；分类存储所述疾病属性信息和对应的所述辅助描述句。