[发明专利]一种中文症状体征构成识别方法在审
| 申请号： | 201810292579.1 | 申请日： | 2018-04-04 |
| 公开（公告）号： | CN108563725A | 公开（公告）日： | 2018-09-21 |
| 发明（设计）人： | 叶琪;阮彤;王祺;曾露;翟洁 | 申请（专利权）人： | 华东理工大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200237 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种中文症状体征构成识别方法。该方法包括：将中文症状体征分解为11种症状体征的构成成分；根据症状体征的构成成分为中文症状体征中的每个汉字标注，得到每个汉字表示症状体征的构成情况的标签序列；对中文症状体征数据进行数据预处理，得到汉字特征向量和对应的词性特征向量；将所述汉字特征向量和词性特征向量利用双向LSTM神经网络来训练得到输入症状体征的特征向量；将所述症状体征的特征向量利用条件随机场来对每个汉字进行标注，得到症状体征的标签序列；在神经网络的训练过程中，利用已有的类型‑成分词典生成人工数据帮助训练。相比于现有技术，本发明能够很好的识别中文症状，识别正确率得到很大的提高。 | ||
| 搜索关键词： | 症状体征 中文 汉字特征向量 标签序列 词性特征 神经网络 特征向量 汉字 向量 标注 数据预处理 词典生成 利用条件 人工数据 训练过程 正确率 分解 机场 帮助 | ||
【主权项】：
1.一种中文症状体征构成识别方法，其特征在于，包括：(1)将中文症状体征分解为11种症状体征的构成成分，包括：原子症状、部位词、中心词、连接词、否定词、程度词、情景限定词、方位词、感觉词、特征词、其它修饰词；(2)根据症状体征的构成成分为中文症状体征中的每个汉字标注，得到每个汉字表示症状体征的构成情况的标签序列；(3)对中文症状体征数据进行数据预处理，得到汉字特征向量和对应的词性特征向量；(4)将所述汉字特征向量和词性特征向量传入到LSTM神经网络，利用双向LSTM神经网络来训练得到输入症状体征的特征向量；(5)将所述症状体征的特征向量利用条件随机场来对每个汉字进行标注，得到症状体征的标签序列；(6)在神经网络的训练过程中，利用已有的类型‑成分词典生成人工数据帮助训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华东理工大学，未经华东理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810292579.1/，转载请声明来源钻瓜专利网。
