[发明专利]病历文书中实体概念的提取方法、装置及可读存储介质

权利要求书

1.一种病历文书中实体概念的提取方法，其特征在于，所述提取方法包括：

从病历文书中提取出至少一个实体概念分词，并确定每个实体概念分词的属性类型；

基于所述至少一个实体概念分词以及每个实体概念分词的属性类型，按照预设元组构建模板构建得到至少一个候选概念元组；

针对于每个候选概念元组，基于该候选概念元组包括的每个实体概念分词中每个字的字向量、每个实体概念分词的属性类型的类型向量、每两个实体概念分词之间的关系向量以及该候选概念元组的完整度向量，确定该候选概念元组的预测判别类型；

基于每个候选概念元组的预测判别类型，从所述至少一个候选概念元组中确定出至少一个目标概念元组；

针对于每个目标概念元组，对该目标概念元组进行标准化处理，得到用于描述所述病历文书的至少一个实体概念元组；

其中，通过以下步骤确定该候选概念元组包括的每个实体概念分词中每个字的字向量、每个实体概念分词的属性类型的类型向量、每两个实体概念分词之间的关系向量以及该候选概念元组的完整度向量：

确定每个实体概念分词中每个字的字id，将所述字id对应的字向量确定为该字的字向量；

针对于该候选概念元组包括的每个实体概念分词，确定该实体概念分词的属性类型的属性id，将所述属性id对应的类型向量确定为该实体概念分词的类型向量；

针对于该候选概念元组中的每两个实体概念分词，确定该两个实体概念分词之间关联关系的关联id，将所述关联id对应的关系向量确定为该两个实体概念分词的关系向量；

利用设计好的attention机制确定该候选概念元组对应的完整度id，将所述完整度id对应的完整度向量确定为该候选概念元组的完整性向量。

2.根据权利要求1所述的提取方法，其特征在于，所述从病历文书中提取出至少一个实体概念分词，并确定每个实体概念分词的属性类型，包括：

将获取到的病历文书切分为至少一个待提取医学语句；

对所述至少一个待提取医学语句进行分词处理，得到至少一个医学分词；

从所述至少一个医学分词中提取出至少一个实体概念分词，并确定每个实体概念分词的属性类型。

3.根据权利要求1所述的提取方法，其特征在于，所述针对于每个候选概念元组，基于该候选概念元组包括的每个实体概念分词中每个字的字向量、每个实体概念分词的属性类型的类型向量、每两个实体概念分词之间的关系向量以及该候选概念元组的完整度向量，确定该候选概念元组的预测判别类型，包括：

拼接该候选概念元组包括的每个实体概念分词中每个字的字向量、每个实体概念分词的属性类型的类型向量、每两个实体概念分词之间的关系向量以及该候选概念元组的完整度向量，得到该候选概念元组的特征向量矩阵；

将所述特征向量矩阵输入至训练好的类别预测模型中，确定该候选概念元组的预测判别类型。

4.根据权利要求3所述的提取方法，其特征在于，所述将所述特征向量矩阵输入至训练好的类别预测模型中，确定该候选概念元组的预测判别类型，包括：

将所述特征向量矩阵输入至训练好的类别预测模型的分值评估层中，通过所述分值评估层确定该候选概念元组的评估分值；

将所述评估分值输入至所述类别预测模型的判别层中，通过所述判别层确定该候选概念元组的预测判别类型。