[发明专利]结构化信息提取和检索方法、装置、电子设备和存储介质

说明书

本发明提供一种结构化信息提取和检索方法、装置、电子设备和存储介质，其中方法包括：获取待结构化的临床指南数据；基于所述临床指南数据的数据类型，对所述临床指南数据进行结构化层级检测，得到所述临床指南数据在各预设层级下的指南内容；基于所述各预设层级下的指南内容，确定所述临床指南数据的结构化图谱。本发明提供的方法、装置、电子设备和存储介质，基于临床指南数据的数据类型，对所述临床指南数据进行结构化层级检测，并基于检测所得的各预设层级的指南内容构建结构化图谱，从而可靠准确地实现临床指南数据的结构化信息提取，由此得到的结构化图谱对于信息查找定位和不同版本的临床指南之间的比对提供了便利。

技术领域

本发明涉及计算机技术领域，尤其涉及一种结构化信息提取和检索方法、装置、电子设备和存储介质。

背景技术

临床指南又称作临床实践指南，是临床专家针对不同的疾病和临床状况所制定的最佳指导意见。随着诊疗技术及药物研发手段的不断革新，新的治疗方式逐渐涌现，指南的更新频率也因此加快。

目前能够查阅到的临床指南可能存在长文本、图像和表格等多种形式，内容繁多且复杂，难以快速、精准地获取相关信息。而不同版本的临床指南之间亦可能存在各种差异，在查阅时需要人工比对，费时费力，且极易出现遗漏或者查阅出错的情况，

如何实现临床指南信息的快速查找定位，成为了目前亟待解决的问题。

发明内容

本发明提供一种结构化信息提取和检索方法、装置、电子设备和存储介质，用以解决现有技术中临床指南版本内容繁多、查找困难的问题。

本发明提供一种结构化信息提取方法，包括：

获取待结构化的临床指南数据；

基于所述临床指南数据的数据类型，对所述临床指南数据进行结构化层级检测，得到所述临床指南数据在各预设层级下的指南内容；

基于所述各预设层级下的指南内容，确定所述临床指南数据的结构化图谱。

根据本发明提供的一种结构化信息提取方法，所述基于所述临床指南数据的数据类型，对所述临床指南数据进行结构化层级检测，得到所述临床指南数据在各预设层级下的指南内容，包括：

在所述临床指南数据的数据类型为文本的情况下，获取所述临床指南数据中各语段的结构类型；

基于所述结构类型为主标题的语段，确定所述临床指南数据的疾病名称，基于所述结构类型为次级标题的语段，确定所述临床指南数据的诊疗流程；

基于所述结构类型为正文的语段所包含的实体，以及所述结构类型为正文的语段所属于的次级标题，确定所述临床指南数据中各诊疗流程的治疗方案；

所述各预设层级至少包括疾病名称、诊疗流程和治疗方案。

根据本发明提供的一种结构化信息提取方法，所述基于所述临床指南数据的数据类型，对所述临床指南数据进行结构化层级检测，得到所述临床指南数据在各预设层级下的指南内容，包括：

在所述临床指南数据的数据类型为图像或者表格的情况下，对所述临床指南数据进行层级区域分割，得到所述临床指南数据中各预设层级的区域图像；

对所述各预设层级的区域图像进行文字识别，得到所述各预设层级的指南内容。

根据本发明提供的一种结构化信息提取方法，在所述临床指南数据的数据类型为表格的情况下，所述对所述临床指南数据进行层级区域分割，得到所述临床指南数据中各预设层级的区域图像，包括：

对所述临床指南数据进行表格结构识别，得到所述临床指南数据的行列坐标；

基于所述行列坐标，对所述临床指南数据进行单元格分割，得到各单元格所对应预设层级的区域图像。