[发明专利]一种中文电子病历的命名实体类别标注方法与系统

权利要求书

1.一种中文电子病历的命名实体类别标注方法，其特征在于：包括如下步骤：

S1、基于词嵌入方法，将中文电子病历中的实体从文本形式转化为50维的词向量形式；

S2、将词向量输入至HmapCNN模型，对中文电子病历中实体的词语前后缀、文本特定组成方式等构词特征进行提取；

S3、基于双向LSTM模型捕获句子级别的上下文序列特征信息，将正向隐含层和反向隐含层进行拼接，得到中文电子病历中每个实体的序列特征向量；

S4、基于CRF模型对输出序列的隐含状态进行建模，计算实体标注间的转移概率，得到最终的中文电子病历命名实体的标注结果，并将病历中每个实体及其对应的类别标签进行输出；

S5、基于B/S架构的网页交互系统输出中文电子病历的命名实体标注结果。

2.根据权利要求1所述的一种中文电子病历的命名实体类别标注方法，其特征在于，步骤S1具体指将中文病历文本按词输入至命名实体类别标注模型之前，通过word2vec工具结合CTB6.0(ChineseTreebank6.0)语料库得到每个中文实体的词向量表示。

3.根据权利1所述的一种中文电子病历命名的实体类别标注方法，其特征在于，所述步骤S2中HmapCNN是采用半数最值平均池化方法的CNN模型，在计算池化结果时对采样点按特征值进行排序，选取前半数个具有较大特征值的采样点，计算其特征值均值。

4.根据权利1所述的一种中文电子病历命名的实体类别标注方法，其特征在于，基于B/S架构的网页交互系统中，用户通过键入或上传本地文件的方式输入原始中文电子病历文本，系统将自动完成实体类别标注工作，标注结果包括人体、症状、药物、治疗、疾病、检验、时间序列、医学指标、病史、机构、无类别；系统将标注结果通过网页向用户展示，并生成处理结果的文本文档供用户下载。