[发明专利]一种抽取医疗文本中实体间关系词的方法、装置及系统

权利要求书

1.一种抽取医疗文本中实体间关系词的方法，其特征在于：包括以下步骤：

第一步：系统读入一些中文医疗文本；

第二步：关系词抽取：

(1)获取的语料库，并对句子进行预处理，获取待抽取的联合语素；

(2)标识两个实体在句子中出现的先后顺序；

(3)利用自然语言处理工具对联合语素进行分词和词性标注，得到待抽取的词汇集合；

(4)保留词汇集合中动词、连词、介词等有效词汇，过滤非关系词词汇；

(5)将保留词存入有效词词典，根据自然语言处理中的TF(Term Frequency)策略，计算有效词词典中词汇的词频，将高频词(词频5)存储到有效关系词词典中；

(6)对有效关系词词典中的词汇进行词性分类和规律分析，利用抽取规则，计算各词性比重和各字数比重；

第三步：对抽取到的关系词进行存储。

2.根据权利要求1所述的一种抽取医疗文本中实体间关系词的方法，其特征在于：所述第二步中关系词的除杂是根据ANSJ分词工具进行分词和停用词过滤，然后加入特定阈值筛选条件进行筛选。

3.根据权利要求1所述的一种抽取医疗文本中实体间关系词的装置，其特征在于：包括获取器、处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序。

4.根据权利要求1所述的一种抽取医疗文本中实体间关系词的系统，其特征在于：包括读取模块、计算模块与存储模块，所述读取模块电性输出连接文本输入单元，所述计算模块电性输出连接关系词抽取单元，所述展示模块分别电性输出连接存储单元与展示单元。