[发明专利]一种医疗文本编码方法、装置、设备及可读存储介质

权利要求书

1.一种医疗文本编码方法，其特征在于，包括：

获取第一文档集合，所述第一文档集合中包括至少一条临床文档；

基于所述临床文档，利用词嵌入技术生成词嵌入矩阵；

基于所述临床文档、所述词嵌入矩阵和卷积神经网络得到上层序列向量；

基于所述上层序列向量和所述词嵌入矩阵得到每个所述临床文档所对应的句子向量；

基于每个所述临床文档所对应的句子向量得到初步的分类器，所述初步的分类器中包括分类器权重；

基于所述第一文档集合和所述临床文档所对应的句子向量得到新的分类器权重，用新的分类器权重替换所述分类器权重，得到最终的分类器，使用所述最终的分类器对临床文档进行ICD编码；

其中，基于每个所述临床文档所对应的句子向量得到初步的分类器，所述初步的分类器中包括分类器权重，包括：

获取所述临床文档所对应的每个ICD编码的真实值；

将每个所述临床文档所对应的句子向量依次经过全连接层和sigmoid激活函数，得到每个所述临床文档所对应的每个ICD编码的预测值；

将所述真实值和所述预测值的二元交叉熵作为目标损失函数，基于所有的所述真实值和所述预测值，最小化目标损失函数，得到所述初步的分类器，所述初步的分类器中包括所述分类器权重，所述分类器权重由每个频繁ICD编码的分类器权重和每个少样本ICD编码的分类器权重组成；

其中，基于所述第一文档集合和所述临床文档所对应的句子向量得到新的分类器权重，包括：

基于所述第一文档集合和所述临床文档所对应的句子向量，得到每个频繁ICD编码平均后的特征表示和每个少样本ICD编码平均后的特征表示；

将每个频繁ICD编码平均后的特征表示映射到其相应的分类器权重，并通过最小化公式(1)获得元知识，所述公式(1)为：

公式(1)中，W_t为所述元知识；r为所述频繁ICD编码的序号；l_m为所述频繁ICD编码的总数；为第r个所述频繁ICD编码的分类器权重，为第r个所述频繁ICD编码平均后的特征表示，是损失函数输出值；

基于所述元知识，通过公式(2)计算得到所有的少样本ICD编码的新的分类器权重，所述公式(2)为：

公式(2)中，为所有的少样本ICD编码的新的分类器权重；W_t为所述元知识；p_few为所有的少样本ICD编码的平均特征表示；其中，所有的少样本ICD编码的平均特征表示包括每个少样本ICD编码平均后的特征表示；

基于所有的频繁ICD编码的分类器权重和所有的少样本ICD编码的新的分类器权重，通过公式(3)计算得到新的分类器权重，所述公式(3)为：

公式(3)中，为新的分类器权重；W_frequent为所有的频繁ICD编码的分类器权重；为所有的少样本ICD编码的新的分类器权重。

2.根据权利要求1所述的医疗文本编码方法，其特征在于，基于所述临床文档，利用词嵌入技术生成词嵌入矩阵，包括：

获取词嵌入维度d和预设词，d为介于100-300的正整数；

提取所述临床文档中的所有词并去重，得到第一词表；

用所述预设词代替所有未在所述第一词表中出现的词，得到第二词表；

对所述第二词表中的每一个词随机初始化d维向量，得到所述词嵌入矩阵。

3.根据权利要求1所述的医疗文本编码方法，其特征在于，基于所述临床文档、所述词嵌入矩阵和卷积神经网络得到上层序列向量，包括：

将所述临床文档中的每个词转换成一个低维向量，得到输入特征矩阵，其中，将所述临床文档中的每个词的向量由所述词嵌入矩阵中对应词的向量来进行表示；

在卷积神经网络中设置词嵌入维度、滤波器宽度和滤波器输出大小；

利用设置好的卷积神经网络学习所述输入特征矩阵的语义信息，得到所述上层序列向量。