[发明专利]用于医疗检验文本的实体识别方法、装置、设备及介质

权利要求书

1.一种用于医疗检验文本的实体识别方法，其特征在于，所述方法包括：

获取包含多种表达格式的医疗检验文本；

通过所述医疗检验文本对应的专业词典对所述医疗检验文本进行分词处理，获得文本分词信息；

对所述分词信息进行成分提取，获得成分分词信息；

根据自动机匹配策略对所述成分分词信息进行策略匹配，获得实体匹配序列。

2.根据权利要求1所述的方法，其特征在于，

所述表达格式包含如下格式至少之一：中文格式、英文格式、数值格式、符号格式；

所述专业词典包含如下词类的至少之一：核心词、单位词、趋势词、关系词、触发词、符号词、修饰描述词、定量描述词、定性描述词和无用词。

3.根据权利要求1所述的方法，其特征在于，所述通过所述医疗检验文本对应的专业词典对所述医疗检验文本进行分词处理，获得文本分词信息，包括：

基于最大长度分词模式和所述专业词典对所述医疗检验文本进行文本切词，获得文本分词信息。

4.根据权利要求1所述的方法，其特征在于，所述根据自动机匹配策略对所述成分分词信息进行策略匹配，获得实体匹配序列，包括：

按照指定顺序获取所述成分分词信息的第一分词；

根据第一分词与多个自动机匹配策略的开始状态进行匹配，确定所述第一分词满足所述开始状态的至少一个第一匹配策略；

获取所述第一分词相邻的第二分词，根据所述第二分词与所述第一匹配策略的转移状态进行匹配，确定所述第二分词满足所述转移状态的第二匹配策略；

判断所述第二分词是否满足所述第二匹配策略的停止状态；

若判断为所述第二分词满足所述第一匹配策略的停止状态，将所述第一分词和第二分词确定为实体匹配序列。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若所述第一分词不存在满足所述开始状态的第一匹配策略，获取所述第一分词相邻的第二分词；

根据所述第二分词与所述自动机匹配策略的开始状态进行匹配，确定所述第二分词满足所述开始状态的第三匹配策略。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若判断为所述第二分词不满足所述第一匹配策略的停止状态，获取所述第二分词相邻的第三分词；

根据所述第三分词与所述第二匹配策略的转移状态进行匹配，确定所述第三分词满足所述转移状态的第四匹配策略。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据自动机匹配策略确定对应的分段策略和数据过滤策略；

根据所述分段策略对所述实体匹配序列进行分段处理，获得实体分段序列；

根据所述数据过滤策略对所述实体分段序列进行数据过滤，获得实体识别序列。

8.一种用于医疗检验文本的实体识别装置，其特征在于，所述装置包括：

获取模块，用于获取包含多种表达格式的医疗检验文本；

分词模块，用于通过所述医疗检验文本对应的专业词典对所述医疗检验文本进行分词处理，获得文本分词信息；

提取模块，用于对所述分词信息进行成分提取，获得成分分词信息；

匹配模块，用于根据自动机匹配策略对所述成分分词信息进行策略匹配，获得实体匹配序列。

9.一种电子设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。