[发明专利]病历文本信息结构化方法、装置、电子设备及存储介质

说明书

本公开提供了一种病历文本信息结构化方法，包括：确定病历文本实体属性类型；从病历文本中抽取实体属性类型关联的实体；将所述实体拆分为子实体；以及基于所述实体类型、实体及子实体建立病历文本关系图。本公开还提供了一种病历文本信息结构化装置、电子设备以及可读存储介质。

技术领域

本公开涉及一种病历文本信息结构化方法和装置、病历文本信息结构化编码方法和装置、电子设备以及可读存储介质。

背景技术

文本分类的相关技术已经取得了很大进展，但是在医疗领域中，文本分类任务与普通场景下的文本分类任务有一定区别，主要表现为医疗领域专业性较强，含有大量的医学专业名称，并且医学文本的语言特征与普通文本也有较大差异。实体识别及实体关系建立，已经在有些行业领域应用，但是针对具体领域，需要做适应性调整。因此，基于医疗文本进行医疗实体及医疗实体关系提取，将医疗文本信息基于自身行业特性有效组织并编码，进而将编码后的医疗文本作为医疗文本分类的输入，将会影响医疗文本分类效果和性能。

发明内容

为了解决上述技术问题中的至少一个，本公开提供一种病历文本信息结构化方法和装置、病历文本信息结构化编码方法和装置、电子设备及可读存储介质。

根据本公开的一个方面，提供一种病历文本信息结构化方法，包括：

确定病历文本实体属性类型；

从病历文本中抽取实体属性类型关联的实体；

将所述实体拆分为子实体；以及，

基于所述实体类型、实体及子实体建立病历文本关系图。

根据本公开至少一个实施方式的病历文本信息结构化方法，所述病历文本实体属性类型包括：

时间属性，表示与病历时间相关的属性；

症状属性，表示病历症状相关的属性；

频率属性，表示发病频率相关的属性；

医院属性，表示住院医院相关属性；

检查属性，表示诊疗相关属性；以及，

检查结果属性，表示诊断结果相关的属性。

根据本公开至少一个实施方式的病历文本信息结构化方法，从病历文本中抽取实体属性类型关联的实体，包括：

基于实体识别模型，从病历文本中获取实体属性类型关联的实体，所述实体识别模型包括CRF模型。

根据本公开至少一个实施方式的病历文本信息结构化方法，将所述实体拆分为子实体，包括：

基于子实体识别模型，将实体拆分为子实体，所述子实体为基于实体分裂而获取的原子实体，所述子实体识别模型包括CRF模型。

根据本公开的又一个方面，提供一种病历文本信息结构化编码方法，包括：

确定病历文本实体属性类型；

从病历文本中抽取实体属性类型关联的实体；

将所述实体拆分为子实体；

基于所述实体类型、实体及子实体建立病历文本关系图；以及，

基于归纳学习的神经网络对病历文本关系图中的子实体进行编码，生成上下文相关的子实体特征表示及病历文本编码表示。

根据本公开至少一个实施方式的病历文本信息结构化编码方法，基于归纳学习的神经网络对病历文本关系图中的子实体进行编码，生成上下文相关的子实体特征表示及病历文本编码表示，包括：通过降噪自编码方法对病历文本关系图中的子实体进行编码，生成上下文相关的子实体特征表示及病历文本编码表示。