[发明专利]中文分词方法、装置及设备

权利要求书

1.一种中文分词方法，其特征在于，包括：

获取待分词的DR报告；

对所述DR报告中的文本进行字嵌入处理，获得所述文本中每个字所对应的字向量；

确定所述文本中各个字向量之间的关联关系；

基于所述关联关系，对所述文本进行分词处理，获得多个分词标签以及所述多个分词标签各自对应的概率；

根据多个分词标签以及所述多个分词标签各自对应的概率，确定所述待分词的DR报告的分词结果。

2.根据权利要求1所述的方法，其特征在于，所述确定所述文本中各个字向量之间的关联关系，包括：

基于DR报告语料，确定所述文本中各个字向量的邻域特征；

获取各个字向量之间的连接关系；

基于所述各个字向量之间的连接关系，确定领域特征所对应的权重；

基于所述权重，确定所述文本中各个字向量之间的关联关系。

3.根据权利要求1所述的方法，其特征在于，所述确定所述文本中各个字向量之间的关联关系；基于所述关联关系，对所述文本进行分词处理，获得多个分词标签以及所述多个分词标签各自对应的概率，包括：

将所述文本中各个字所对应的字向量输入至预先训练的中文分词模型，以利用所述中文分词模型获得所述文本所对应的多个分词标签、以及所述多个分词标签各自对应的概率，其中所述中文分词模型被训练为对文本进行分词，并预测分词标签所对应的概率。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取预先标注的DR报告语料；

对所述预先批注的DR报告语料进行字嵌入处理，获得所述DR报告语料所对应的多个词向量；

将所述多个词向量输入至图注意力神经网络中进行训练，获取预先训练的中文分词模型。

5.根据权利要求4所述的方法，其特征在于，所述获得预先标注的DR报告语料，包括：

获取多个DR报告文本；

基于预设的分词包，对所述多个DR报告文本进行分词，获得初步分词结果；

对所述初步分词结果进行校正处理，获得校正后的分词结果；

使用4词标注法，对所述校正后的分词结果进行标注处理，获得预先批注的DR报告语料。

6.根据权利要求5所述的方法，其特征在于，所述将所述DR报告语料输入至图注意力神经网络模型中进行训练，获得预先训练的中文分词模型，包括：

将所述DR报告语料所对应的多个词向量输入至图注意力神经网络模型中；

基于所述多个词向量，确定所述多个词向量所对应的有向图；

基于所述有向图，确定所述图注意力神经网络模型中各个参数所对应的权重；

基于所述各个参数所对应的权重，生成预先训练的中文分词模型。

7.根据权利要求6所述的方法，其特征在于，所述基于所述多个词向量，确定所述多个词向量所对应的有向图，包括：

确定所述各个词向量之间的第一边权值；

确定所述词向量与所述文本向量之间的第二边权值；

基于所述第一边权值和所述第二边权值，确定所述多个词向量所对应的有向图。

8.根据权利要求1所述的方法，其特征在于，所述根据多个分词标签以及所述多个分词标签各自对应的概率，确定所述待分词的DR报告的分词结果，包括：

将所述多个分词标签各自对应的概率从大到小进行排序；

将概率最大的的分词标签确定为目标分词标签；

将所述目标分词标签，确定为所述待分词的DR报告的分词结果。