[发明专利]一种基于词性增量迭代的在线医疗文本症状识别方法

摘要

本发明涉及一种基于词性增量迭代的在线医疗文本症状识别方法，属于计算机自然语言处理技术领域。本发明包括步骤：首先通过基于特征融合的分类模型完成基本症状识别，以确定症状实体的位置；再根据症状实体的构成模式，以基本症状词为中心利用对应词性前后进行增量迭代，确定症状实体的边界来完成症状实体识别；最后通过合并所有症状实体得到症状识别的结果。该方法有效识别出在线医疗文本中复杂较长的症状，其准确度比传统的医疗命名实体识别方法提高了约5.4％。

主权项

1.一种基于词性增量迭代的在线医疗文本症状识别方法，其特征在于：所述方法的具体步骤如下：Step1、从问诊网页上爬取问诊问题，并通过人工分类得到其中骨科未知疾病类问题文本作为实验语料，其次对语料进行预处理，并生成词向量模型；Step2、确定症状实体位置；经Step1预处理操作之后，通过识别基本症状词来确定症状实体位置，将基本症状的识别看作以词为单位的分类问题而非序列标注问题；Step3、确定症状实体边界；以Step2识别的基本症状词为中心，利用症状实体构成模式的词性特征来分别进行前、后向的增量迭代，通过确定症状实体边界来实现症状实体识别；Step4、后处理：合并所有的症状实体；对于每个骨科在线医疗文本未知疾病类问题，都需要通过合并Step3得到的所有症状实体来输出该问题所包含的完整症状，完成最终症状识别。