[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

说明书

本申请提供了一种病历文书中实体概念的提取方法、装置及可读存储介质，基于从病历文书中提取出的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，构建得到至少一个候选概念元组；基于每个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；根据预测判别类型从至少一个候选概念元组中确定出至少一个目标概念元组；对每个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。这样，在统一了病历文本中病症描述信息的同时，还能够简化病历文本中的信息。

技术领域

本申请涉及数据处理技术领域，尤其是涉及一种病历文书中实体概念的提取方法、装置及可读存储介质。

背景技术

传统的病历管理系统往往采用纸质档案，不仅管理不方便，因此，随着科技的不断发展，医院的病历文本逐渐电子化，但是，由于医生的录入习惯上的差异，对于相同病症可能存在有不同的描述信息，当需要针对于某一患者或者某一科室的病历进行整理时，仍然需要花费大量的时间在信息核对上，因此，如何将不同医生开具的病历中的描述信息标准化成为了亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种病历文书中实体概念的提取方法、装置及可读存储介质，可以基于病历文本中描述病症的实体概念分词，构建得到用于描述病历文书的至少一个实体概念元组，进而，在统一了病历文本中病症描述信息的同时，还能够简化病历文本中的信息。

本申请实施例提供了一种病历文书中实体概念的提取方法，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，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：