[发明专利]病历数据的信息抽取方法、终端设备及可读存储介质

说明书

本申请适用于数据处理技术领域，提供了一种医疗数据的信息抽取方法、终端设备及计算机可读存储介质，包括：从病历语句中识别出全部实体对象，并通过位置编码标注所有所述实体对象；从所述实体对象中随机抽取出主体对象，并基于所述主体对象抽取出与所述主体对象对应的客体对象以及所述主体对象与所述客体对象的关系，直至遍历所有实体对象，得到所有实体对象的抽取结果。采用基于字符方式进行实体对象识别，且在字符基础上引入词汇信息，通过位置指针标注出每个实体对象，利用层叠式指针标注作为基本结构，能够解决实体对存在多种关系和实体重叠的问题，有效提升中文实体对象识别的性能，提高病历数据的信息抽取准确率。

技术领域

本申请属于数据处理技术领域，尤其涉及一种病历数据的信息抽取方法、终端设备及计算机可读存储介质。

背景技术

以电子病历数据为代表的临床医疗数据的处理和结构化一直都是医疗信息化发展的一大难点。在医疗信息化领域中，信息抽取是病历解析和结构化的重要步骤，其中实体识别和实体关系抽取是信息抽取的核心工作。

其中，实体识别由于中文分词存在误差，基于字符的实体识别方法通常优于基于词汇的实体识别方法，能够避免分词时产生错误，然而基于字符的实体识别方法容易损失文本中的词汇信息，导致实体识别准确度低。而目前实体关系抽取又严重依赖于实体抽取的结果，容易出现误差累计的问题，导致信息抽取的准确率低。

综上可知，目前的病历数据的信息抽取存在抽取准确率低的问题。

发明内容

有鉴于此，本申请实施例提供了一种病历数据的信息抽取方法、终端设备及计算机可读存储介质，以解决目前的病历数据的信息抽取存在抽取准确率低的问题。

第一方面，本申请实施例提供一种病历数据的信息抽取方法，包括：

从病历语句中识别出全部实体对象，并通过位置编码标注所有所述实体对象；

从所述实体对象中随机抽取出主体对象，并基于所述主体对象抽取出与所述主体对象对应的客体对象以及所述主体对象与所述客体对象的关系，直至遍历所有实体对象，得到所有实体对象的抽取结果。

可选的，所述从病历语句中识别出全部实体对象，并通过位置编码标注所有所述实体对象，包括：

为每个字符构建头位置编码和尾位置编码；

将标注了头位置编码和尾位置编码的病历语句输入到语言表征模型中进行实体识别，确定出所述病历语句中的全部实体对象。

可选的，所述从所述实体对象中随机抽取出主体对象，并基于所述主体对象抽取出与所述主体对象对应的客体对象以及所述主体对象与所述客体对象的关系，直至遍历所有实体对象，得到所有实体对象的抽取结果，包括：

从所述实体对象中随机抽取出主体对象；

通过遍历式关系抽取模型抽取出所述主体对象对应的客体对象；

根据所述主体对象和所述客体对象预测所述主体对象与所述客体对象的关系；

将所述客体对象作为主体对象重复通过遍历式关系抽取模型预测出所述主体对象对应的客体对象以及所述主体对象与所述客体对象的关系的操作，直至得到所有实体对象的抽取结果。

可选的，所述从所述实体对象中随机抽取出主体对象，并基于所述主体对象抽取出与所述主体对象对应的客体对象以及所述主体对象与所述客体对象的关系，直至遍历所有实体对象，得到所有实体对象的抽取结果，包括：

从所述实体对象中随机抽取出主体对象；

通过遍历式关系抽取模型预测出所述主体对象对应的客体对象以及所述主体对象与所述客体对象的关系；