[发明专利]基于ICD-10抑郁症诊疗标准访谈文本的手工标注处理方法、装置、处理器及存储介质

说明书

本发明涉及一种基于ICD‑10抑郁症诊疗标准访谈文本信息实现手工标注处理的方法，包括以下步骤：利用统计方法构建领域词典，按照定义的标注规范，标注中文电子病历命名实体识别标注语料库；识别中文电子病历命名实体。本发明还涉及一种用于实现基于ICD‑10抑郁症诊疗标准访谈文本信息的手工标注处理的装置、处理器及其计算机可读存储介质。采用了本发明的基于ICD‑10抑郁症诊疗标准访谈文本信息实现手工标注处理的方法、装置、处理器及其计算机可读存储介质，优化用户标注体验、提高标注效率，为了提高标注结果的正确率，增设审核和编辑功能环节，允许在多种系统环境上部署运行。

技术领域

本发明涉及人工智能领域，尤其涉及自然语言处理领域，具体是指一种基于ICD-10抑郁症诊疗标准访谈文本信息实现手工标注处理的方法、装置、处理器及其计算机可读存储介质。

背景技术

当前的通用场景的文本标注工具不支持精神卫生领域的标注功能：

比如访谈病历中可以包括文本、医患对话剧本等多种数字化信息。但是访谈记录中还有大量半结构或是无结构的自由文本数据，自由杂乱的文本中分布的有用的信息无法被计算机快速地、有效地利用起来。要想将非结构化的访谈病历数据转化成计算机能够识别的结构化形式，采用自然语言处理技术进行文本挖掘是必不可少的。访谈病历中用自然语言描述的文本信息虽然蕴藏了丰富的抑郁症症状和相关医学知识，但因其领域的专业性和复杂性，往往存在与通用文本不同的语言描述方式，无法直接利用通用领域的方法来解决。

因此命名实体识别(人工标注)作为文本数据挖掘的关键技术，一直是精神卫生领域自然语言处理的研究基础与热点。通用领域的命名实体指的是由实体类、时间类和数字类三个大类以及特定领域(例如抑郁症诊断)的命名实体，则会根据实体所属领域特征相应地对该领域内的各种实体类型下定义。鉴于本次研究是全新尝试，没有历史经验可以参考，因此首先需要解决人工标注问题。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种满足准确性高、成本消耗低、适用范围较为广泛的基于ICD-10抑郁症诊疗标准访谈文本信息实现手工标注处理的方法、装置、处理器及其计算机可读存储介质。

为了实现上述目的，本发明的基于ICD-10抑郁症诊疗标准访谈文本信息实现手工标注处理的方法、装置、处理器及其计算机可读存储介质如下：

该基于ICD-10抑郁症诊疗标准访谈文本信息实现手工标注处理的方法，其主要特点是，所述的方法包括以下步骤：

(1)通过精确匹配手工标签的统计方式构建领域词典，按照定义的标注规范，标注中文电子病历命名实体识别标注语料库；

(2)同时进行手工标注和自动标注，识别中文电子病历命名实体。

较佳地，所述的步骤(1)的构建领域词典的步骤具体为：

从中文电子病历中获取关键词或利用外部专业资源获取词典关键词来构建领域词典。

较佳地，所述的步骤(2)中进行手工标注，具体包括以下步骤：

(2.1)登录抑郁智能诊断与病例生成系统，填写患者问诊信息；

(2.2)上传录音文件；

(2.3)进行录音识别，将录音文件转换为文本内容；

(2.4)对文本内容进行标注；

(2.5)生成诊断报告。

较佳地，所述的步骤(2)中进行深度学习的步骤，具体为：

基于深度学习采用领域语料预训练字嵌入和对相关实体识别模型进行领域预处理方式。

较佳地，所述的方法还包括以下步骤：