[发明专利]数据处理方法、医学文本数据处理方法、装置及电子设备

说明书

本发明实施例提供了一种数据处理方法、医学文本数据处理方法、装置及电子设备，涉及人工智能技术领域和医疗领域。该方法包括：获取待处理的目标文本数据；基于预定的分隔符，对目标文本数据进行分割，得到各个初始子文本；按照预定的文本修正规则，对各个初始子文本进行修正处理，得到各个目标子文本；其中，每一目标子文本中包括多个指定字段下的数据内容，且多个指定字段中的特定字段下的数据内容的数量为一个；对各个目标子文本进行分词处理，得到目标文本数据的分词。与现有技术相比，应用本发明实施例提供的方案，可以实现对不同的信息系统的文本数据进行分词处理，为文本数据的标准化提供实现基础。

技术领域

本发明涉及人工智能技术领域和医疗领域，特别是涉及数据处理方法、医学文本数据处理方法、装置及电子设备。

背景技术

当前，随着信息技术的不断发展，各行业内部之间的信息交流需求越来越多。但是，现如今，在同一行业内，或者，同一机构内，若干信息系统呈现“信息孤岛”的局面。

针对信息系统所形成的文本数据而言，由于各个信息系统所采用的数据操作规范不统一，因此，无法得到关于文本数据的规范化的标准化数据，这无疑会影响各信息系统间的互操作能力以及对于行业规范化和整体效率的提升。

以医疗领域为例，各医疗机构IT系统众多，虽然在医学影像文本数据的数据字段层面进行了标准化统一，但各医疗机构IT系统所采用的数据处理规范不统一，从而，无法进行医疗质量的精细化监管分析。

在对不同的信息系统的文本数据进行规范化操作，得到关于文本数据的规范化的标准化数据时，首先需要对文本数据进行分词处理，进而，根据分词处理的分词结果，得到文本数据的标准化数据。也就是说，对文本数据进行分词处理，是实现文本数据标准化的基础。

基于此，现在亟需一种数据处理方法，对不同的信息系统的文本数据进行分词处理，为文本数据的标准化提供实现基础。

发明内容

本发明实施例的目的在于提供一种数据处理方法、装置及电子设备，以实现对不同的信息系统的文本数据进行分词处理，为文本数据的标准化提供实现基础。另外，本发明实施例还提供了一种医学文本数据处理方法、装置及电子设备，以实现对不同的信息系统的医学文本数据进行分词处理，为医学文本数据的标准化提供实现基础。具体技术方案如下：

第一方面，本发明实施例提供了一种数据处理方法，所述方法包括：

获取待处理的目标文本数据；其中，所述目标文本数据包含多个指定字段下的数据内容；

基于预定的分隔符，对所述目标文本数据进行分割，得到各个初始子文本；

按照预定的文本修正规则，对各个初始子文本进行修正处理，得到各个目标子文本；其中，每一目标子文本中包括所述多个指定字段下的数据内容，且所述多个指定字段中的特定字段下的数据内容的数量为一个；

对各个目标子文本进行分词处理，得到所述目标文本数据的分词。

第二方面，本发明实施例提供了一种数据处理装置，所述装置包括：

数据获取模块，用于获取待处理的目标文本数据；其中，所述目标文本数据包含多个指定字段下的数据内容；

数据分割模块，用于基于预定的分隔符，对所述目标文本数据进行分割，得到各个初始子文本；

文本修正模块，用于按照预定的文本修正规则，对各个初始子文本进行修正处理，得到各个目标子文本；其中，每一目标子文本中包括所述多个指定字段下的数据内容，且所述多个指定字段中的特定字段下的数据内容的数量为一个；

文本分词模块，用于对各个目标子文本进行分词处理，得到所述目标文本数据的分词。

第三方面，本发明实施例提供了一种医学文本数据处理方法，所述方法包括：