[发明专利]基于自然语言处理的精神疾病诊断方法及计算机设备

说明书

本申请提供一种基于自然语言处理的精神疾病诊断方法，包括：获取用户针对模拟视频问诊过程中的问题的回复，问题包括时长问题、开放式问题、肯否问题和过往病史问题；基于预定模型对用户针对问题的回复进行标签提取；根据标签提取的结果确认用户存在精神疾病的概率。本申请实施方式的精神疾病诊断方法中，通过基于预定模型对不同类型的问题进行病征标签提取，通过挖掘预料中各个标签的关联，提升标签识别度的准确率。使得精神疾病的诊断方法有据可依，诊断结果科学客观，并相对具有普适性，从而可以实现对大范围人群的精神疾病诊断，进一步满足在资源条件有限的情况下，大量精神疾病患者的就诊需求。

技术领域

本发明涉及疾病诊断技术领域，特别涉及一种基于自然语言处理的精神疾病诊断方法、计算机设备及存储介质。

背景技术

相关技术中，抑郁焦虑的诊断方式主要是由人工问诊的方式实现，谈话内容主要是问询病人当前的状态，例如询问是否有睡眠障碍，持续时间等等，然后根据症状的表现和症状的持续时间，诊断为抑郁，焦虑等精神疾病。人工问诊的方式对诊断抑郁、焦虑行之有效，但由于专业资源有限，可能无法及时满足全部病患的需求，加之部分病患对疾病认知不足，没有及时意识到需要就诊或是存在病耻感不愿意进行就诊，都可能导致就诊不及时，而引发更为严重的病情。

发明内容

有鉴于此，本发明的实施例提供了一种基于自然语言处理的精神疾病诊断方法、计算机设备和存储介质。

本发明实施方式提供了一种基于自然语言处理的精神疾病诊断方法，所述诊断方法包括：

获取用户针对模拟视频问诊过程中的问题的回复，所述问题包括时长问题、开放式问题、肯否问题和过往病史问题；

基于预定模型对用户针对所述问题的回复进行标签提取；

根据所述标签提取的结果确认所述用户存在精神疾病的概率。

如此，本申请实施方式的精神疾病诊断方法中，通过基于预定模型对不同类型的问题进行病征标签提取，通过挖掘预料中各个标签的关联，提升标签识别度的准确率。使得精神疾病的诊断方法有据可依，诊断结果科学客观，并相对具有普适性，从而可以实现对大范围人群的精神疾病诊断，进一步满足在资源条件有限的情况下，大量精神疾病患者的就诊需求。

在某些实施方式中，所述基于预定模型对用户针对所述问题的回复进行标签提取，包括：

根据所述用户针对所述过往病史问题的回复，通过正则匹配的方式在预先创建的词表中进行匹配以进行病史标签提取。

如此，通过正则匹配的方式识别标签，可以识别用户的过往病史已经典型的疾病描述。

在某些实施方式中，所述基于预定模型对用户针对所述问题的回复进行标签提取，包括：

根据所述用户针对所述肯否问题的回复，基于预先训练好的肯否模型进行肯否标签提取。

如此，肯否模型用于判断用户相对简单的肯定和否定回答，并根据用户的回复病症相关标签的提取。

在某些实施方式中，所述基于预定模型对用户针对所述问题的回复进行标签提取，包括：

根据提取到的所述病史标签、所述肯否标签以及所述用户针对所述开放式问题的回复，基于预先训练好的开放式问题模型进行开放模型标签提取。

如此，考虑到肯否问题以及过往病史与用户当前精神状态的关联和影响，将已提取出的病史标签和肯否标签配合用户的回复，提取开放式问题回复的标签，增强语料间的关联性，提升对于标签识别度的准确率。

在某些实施方式中，所述根据提取到的所述病史标签、所述肯否标签以及所述用户针对所述开放式问题的回复，基于预先训练好的开放式问题模型进行开放模型标签提取，包括：