[发明专利]一种医学术语标准化框架的构建方法、装置、电子设备

说明书

本申请实施例提供一种医学术语标准化框架的构建方法、装置、电子设备及存储介质，其中，该方法包括：获取医学术语原始数据；对医学术语原始数据进行分类，得到短术语类数据和长术语类数据；建立与短术语类数据对应的同义词库；建立与短术语类数据对应的变体规则库；根据长术语类数据建立召回模型和排序模型；根据同义词库、变体规则库、召回模型和排序模型构建医学术语标准化框架。实施本申请实施例，可以将医学术语转换为标准化的医学术语，通过迭代闭环使得医学术语的转换准确率得到提升。

技术领域

本申请涉及医学术语信息处理技术领域，具体而言，涉及一种医学术语标准化框架的构建方法、装置、电子设备及计算机可读存储介质。

背景技术

传统医学术语标准化通常采用基于词表映射的方法，预先建立标准术语对应的同义词库，在标准化阶段通过查询同义词标得到标准词；或者使用模型方法进行标准化，即采用典型的召回+排序的方法进行标准化，在推断阶段先从标准化词库中根据相似度量得到候选，然后再对候选词进行排序得到最佳候选词，作为标准词。

然而这两种方法都存在一定弊端，基于词表映射的方法前期需要大量同义词的搜集，标准化效果完全由同义词的覆盖度决定，对于一些名称较长的术语，由于书写表现的多样性，很难通过前期的同义词搜集完成穷举，表现效果不佳，转化的准确率低下，基于召回+排序的方法前期需要大量的数据标注，且在某些复杂场景下效果并不能得到很好的保障。

发明内容

本申请实施例的目的在于提供一种医学术语标准化框架的构建方法、装置、电子设备及计算机可读存储介质，可以将医学术语转换为标准化的医学术语，使得医学术语的转换准确率得到提升。

第一方面，本申请实施例提供了一种医学术语标准化框架的构建方法，所述方法包括：

获取医学术语原始数据；

对所述医学术语原始数据进行分类，得到短术语类数据和长术语类数据；

建立与所述短术语类数据对应的同义词库；

建立与所述短术语类数据对应的变体规则库；

根据所述长术语类数据建立召回模型和排序模型；

根据所述同义词库、所述变体规则库、所述召回模型和所述排序模型构建医学术语标准化框架。

在上述实现过程中，通过对不同的医学术语类型建立不同的标准化规则，使得不同类型的医学术语可以通过适合的方法得到标准化的修正，保证了每一类医学术语都可以生成对应的标准化医学术语，使得医学术语的识别的准确率得到较高提升。

进一步地，所述建立与所述短术语类数据对应的同义词库的步骤，包括：

获取所述短术语类数据中的短术语；

提取所述短术语对应的同义词词频信息，根据所述同义词词频信息建立所述同义词库。

在上述实现过程中，通过短术语对应的同义词词频信息来建立同义词库，使得每个短术语都可以在同义词库中找到对应的标准化短术语，方便修正短术语，且提高准确率。

进一步地，所述根据所述同义词词频信息建立所述同义词库的步骤，包括：

根据所述同义词词频信息对短术语进行词表映射，得到所述同义词库。

在上述实现过程中，同义词词频信息可以反映短术语词的特征，将同义词词频信息作为置信依据可以提高短术语词转化为标准化的短术语词的准确率。

进一步地，所述建立与所述短术语类数据对应的变体规则库的步骤，包括：

获取变体规则；

根据所述变体规则对所述短术语进行变体纠错，得到变体规则库。