[发明专利]基于机器学习的中文医疗实体识别方法及系统在审
| 申请号： | 201910936307.5 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110688855A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 王红;王彩雨;王峰;赵丽丽;虞凤萍;庄鲁贺;李威;胡斌;张伟 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F40/242;G06N3/04;G06N3/08;G16H10/60 |
| 代理公司： | 37221 济南圣达知识产权代理有限公司 | 代理人： | 黄海丽 |
| 地址： | 250358 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开公开了基于机器学习的中文医疗实体识别方法及系统，获取训练用的电子病历；构建训练用的电子病历的字典；构建训练用的电子病历的词典；对训练用的电子病历进行数据标记，得到每一个字和每一个字对应的标记符号；将嵌入字向量和词向量后的长短期记忆网络LSTM的输出端和嵌入字向量的卷积神经网络模型CNN的输出端，均与条件随机场CRF的输入端相连接，构建机器学习模型；将已进行数据标记的训练用的电子病历，输入到机器学习模型中，对机器学习模型进行训练，得到训练好的机器学习模型；获取待识别的电子病历，将待识别的电子病历输入到机器学习模型中，输出电子病历的中文医疗实体识别结果。 | ||
| 搜索关键词： | 电子病历 机器学习模型 构建 实体识别 数据标记 输出端 向量 嵌入 卷积神经网络 标记符号 基于机器 记忆网络 词向量 中文 医疗 字典 输出 机场 学习 | ||
【主权项】：
1.基于机器学习的中文医疗实体识别方法，其特征是，包括：/n获取训练用的电子病历；构建训练用的电子病历的字典；构建训练用的电子病历的词典；/n对训练用的电子病历进行数据标记，得到每一个字和每一个字对应的标记符号；/n将训练用的电子病历的文本数据与构建的字典进行匹配，得到字向量；将训练用的电子病历的文本数据与构建的词典进行匹配，得到词向量；将字向量和词向量同时嵌入到长短期记忆网络LSTM中；/n将训练用的电子病历的文本数据与构建的字典匹配，得到字向量；将字向量嵌入到卷积神经网络模型CNN中；/n将嵌入字向量和词向量后的长短期记忆网络LSTM的输出端和嵌入字向量的卷积神经网络模型CNN的输出端，均与条件随机场CRF的输入端相连接，构建机器学习模型；/n将已进行数据标记的训练用的电子病历，输入到机器学习模型中，对机器学习模型进行训练，得到训练好的机器学习模型；/n获取待识别的电子病历，将待识别的电子病历输入到机器学习模型中，输出电子病历的中文医疗实体识别结果。/n
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山东师范大学，未经山东师范大学许可，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/201910936307.5/，转载请声明来源钻瓜专利网。
