[发明专利]一种病历文本的自然语言结构化方法及装置

权利要求书

1.一种病历文本的自然语言结构化方法，其特征在于，包括：

确定病历文本中各文本元素的输入向量；

针对至少一个文本元素，利用长短期记忆模型根据所述病历文本中文本元素的输入向量确定所述文本元素的隐层表示，所述隐层表示包含所述文本元素的上下文信息；

确定所述病历文本中各文本元素的隐层表示与术语库中待提取项的关联性，根据关联性确定所述病历文本中的目标文本元素，所述目标文本元素为与所述待提取项对应的文本元素；

根据所述目标文本元素的隐层表示，确定所述待提取项的输出内容。

2.如权利要求1所述的方法，其特征在于，

所述确定所述病历文本中各文本元素的隐层表示与术语库中待提取项的关联性，根据关联性确定所述病历文本中的目标文本元素，包括：

通过注意力机制，确定所述病历文本中各文本元素的隐层表示与术语库中待提取项的关联性；

将关联性大于第一阈值的文本元素作为所述待提取项的目标文本元素。

3.如权利要求1所述的方法，其特征在于，所述病历文本中的文本元素包括所述病历文本中的单字；

所述确定病历文本中各文本元素的输入向量，包括：

利用字嵌入技术，确定所述病历文本中的每个单字的第一向量；

对所述病历文本进行分词，利用词嵌入技术，确定所述病历文本中的每个词的向量，并将每个词的向量作为对应的单字的第二向量；

根据所述第一向量和所述第二向量，确定所述病历文本中每个单字的输入向量。

4.如权利要求1所述的方法，其特征在于，所述根据所述目标文本元素的隐层表示，确定所述待提取项的输出内容，包括：

确定所述待提取项的取值类型为有限取值类型；

确定所述待提取项的多个可能取值；

计算所述目标文本元素的隐层表示与每个可能取值的相关性；

将相关性大于第二阈值的可能取值作为所述待提取项的输出内容。

5.如权利要求1所述的方法，其特征在于，所述根据所述目标文本元素的隐层表示，确定所述待提取项的输出内容，包括：

确定所述待提取项的取值类型为无限取值类型；

根据所述目标文本元素的隐层表示，从所述目标文本元素中选择出一段文本元素作为所述待提取项的输出内容。

6.如权利要求1至5任一项所述的方法，其特征在于，所述根据所述目标文本元素的隐层表示，确定所述待提取项的输出内容之后，还包括：

格式化所述待提取项的输出内容的表述形式。

7.一种病历文本的自然语言结构化装置，其特征在于，包括：

输入单元，用于确定病历文本中各文本元素的输入向量；

计算单元，用于针对至少一个文本元素，利用长短期记忆模型根据所述病历文本中文本元素的输入向量确定所述文本元素的隐层表示，所述隐层表示包含所述文本元素的上下文信息；

目标单元，用于确定所述病历文本中各文本元素的隐层表示与术语库中待提取项的关联性，根据关联性确定所述病历文本中的目标文本元素，所述目标文本元素为与所述待提取项对应的文本元素；

输出单元，根据所述目标文本元素的隐层表示，确定所述待提取项的输出内容。

8.如权利要求7所述的装置，其特征在于，所述目标单元，具体用于：

通过注意力机制，确定所述病历文本中各文本元素的隐层表示与术语库中待提取项的关联性；

将关联性大于第一阈值的文本元素作为所述待提取项的目标文本元素。

9.如权利要求7所述的装置，其特征在于，所述病历文本中的文本元素包括所述病历文本中的单字；

所述输入单元，具体用于：

利用字嵌入技术，确定所述病历文本中的每个单字的第一向量；

对所述病历文本进行分词，利用词嵌入技术，确定所述病历文本中的每个词的向量，并将每个词的向量作为对应的单字的第二向量；

根据所述第一向量和所述第二向量，确定所述病历文本中每个单字的输入向量。