[发明专利]标准医学同义词的生成方法、系统、设备、及介质

说明书

本发明提供标准医学同义词生成方法，涉及自然语言处理技术领域，包括：利用医学同义词生成模型根据医学文本的语义生成医学同义词；利用医学同义词标准判别模型对医学同义词生成模型生成的医学同义词进行标准性判别，得到医学同义词的标准性判别结果；通过医学同义词生成模型根据标准性判别结果来调整生成的医学同义词，得到标准医学同义词。本发明的标准医学同义词生成方法，能够对生成的医学同义词进行标准性判别，继而根据标准性判别结果调整生成的医学同义词，得到标准医学同义词，有效提高生成的标准医学同义词的准确性，以保证生成文本所表达中心思想的精准度，本发明能够被广泛应用于医学数据扩充和医学数据支持等医学生产环节。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种标准医学同义词的生成方法、系统、设备、非暂态计算机可读存储介质、及计算机程序产品。

背景技术

随着互联网医学的纵深发展，医学数据的应用变得越来越广泛且质量要求越来越高，在现实生产环境中，针对高质量数据的需求量呈现爆发式增长的趋势，在应用环境下通过运用AI生成算法扩充数据成为了一个方向。

自然语言处理(NLP)技术分为自然语言理解(NLU)技术和自然语言生成(NLG)技术，NLU技术负责理解文本内容，而NLG技术负责根据信息生成文本内容，NLG技术生成文本的方式可以大致分为两种：1、文本到语言的生成；2、数据到语言的生成。

NLG技术可分为三个等级，首先是类似于数据填空的简单数据合并，将数据转换为文本；其次是模板化的NLG技术，以模板驱动模式来显示输出，根据某种模板来模板化地生成文本；最后是构建NLG模型，其可以理解意图，更加智能地结合上下文的信息，并将结果呈现出一种可以被理解的语言。

针对文本的生成，目前常用的NLG模型是Seq2Seq文本生成模型，Seq2Seq文本生成模型中的编码器会将输入文本的内容统一映射成固定的中间序列信息，再利用解码器对其进行解码，从而生成输出文本。虽然这在一定程度上能够保证输入文本与输出文本的对应性，但是这让文本中每一个词汇在文本中的贡献量是相同的，但是显然地，一句话的中心思想往往是由文本中的某几个主要词汇来表征的，如果将文本中的所有词汇的贡献量看作一致，将会对Seq2Seq文本生成模型后续的解码产生一定的影响，有可能生成不标准的词汇，导致生成文本所表达的中心思想不准确。

发明内容

本发明提供一种标准医学同义词的生成方法，能够对所生成的医学同义词进行标准性判别，继而根据标准性判别结果调整所生成的医学同义词，得到标准医学同义词，有效提高生成的标准医学同义词的准确性，以保证生成文本所表达中心思想的精准度，本发明能够被广泛应用于医学数据扩充和医学数据支持等医学生产环节。

本发明提供一种标准医学同义词的生成方法，包括：

利用医学同义词生成模型根据医学文本的语义生成医学同义词；

利用医学同义词标准判别模型对所述医学同义词生成模型生成的医学同义词进行标准性判别，得到医学同义词的标准性判别结果；

通过所述医学同义词生成模型根据所述标准性判别结果来调整生成的医学同义词，得到最终生成的标准医学同义词；

其中，所述医学同义词生成模型基于医学同义词样本数据、以及医学同义词生成标签训练得到；

所述医学同义词标准判别模型基于医学同义词生成模型生成的医学同义词数据、标准医学同义词样本数据、非标准医学同义词样本数据、以及医学同义词标准判别标签训练得到。

根据本发明提供的一种标准医学同义词的生成方法，所述医学同义词生成模型基于医学同义词样本数据、以及医学同义词生成标签训练得到，包括：

将医学同义词样本数据以及医学同义词生成标签输入至UniLM模型的嵌入层，得到处理后的医学同义词样本数据以及医学同义词生成标签；