[发明专利]基于关键词网络相关性分析的异常检查报告自动识别方法

摘要

本发明公开了一种基于关键词网络相关性分析的异常检查报告自动识别方法，通过对报告中的结论进行分句、分词，提取关键词，建立关键词网络，将其与历史异常报告数据库中的关键词网络进行对比，计算相关性，从而自动判断报告是否正常。本发明可有效综合考虑多方面检查结果，自动、高效地识别文字类型的检查报告是否存在异常检查结果。

主权项

1.一种基于关键词网络相关性分析的异常检查报告自动识别方法，其特征在于，包括以下步骤：将检查报告R中的检查结果逐条与异常关键词网络数据库DB中的异常检查结果进行匹配，若存在匹配成功的检查结果，则识别检查报告R为异常检查报告；所述异常关键词网络数据库DB包含由异常报告中的异常检查结果生成的关键词网络；上述方法具体包括以下步骤：步骤1：预处理；将电子形式的检查报告R分割成若干独立的句子，记为R＝{S₁,S₂,…,S_i,…,S_m1}，其中，m1表示该检查报告中句子总数，每个句子包含完整的独立的检查结果；步骤2：关键词提取与配对；针对检查报告R中每一个句子S_i，提取其中的关键词，记为S_i＝{KW_i1,KW_i2,…,KW_im}，其中KW_im表示句子S_i中的关键词总数；关键词包括属性关键词和属性值关键词；属性是指检查的项目，属性值则是指检查结果；将关键词与属性数据库和属性值数据库进行匹配，以区分关键字中的属性关键词和属性值关键词；将同一个句子中的属性关键词和属性值关键词进行配对，得到关键词对集合：{(KW_i11,KW_i12),…,(KW_in1,KW_in2)}其中，in1，in2分别表示句子S_i中第n个关键词对中属性关键词和属性值关键词的下标；每个关键词对描述了一个检查结果；步骤3：构建关键词网络；根据关键词对集合构建有向网络G_R＝(V_R,E_R)，其中V_R为检查报告R中的关键词集合，V_R＝{KW_j}，j＝1,2,…,m2，其中，m2为检查报告R中的关键词总数；E_R为边集，E_R＝{e_jk}，j,k＝1,2,…,m2，其中边e_jk连接关键词KW_j和KW_k，如果KW_j和KW_k是关键词对，则它们之间有一条边相连，边e_jk的权值w_jk＝1；步骤4：相似度计算与异常检查报告识别；设异常关键词网络数据库DB中存在关键词网络G_t；计算G_R与G_t的相似度；其中，G_t∈DB，G_t＝(V_t,E_t)，V_t为关键词网络G_t中的关键词集合，E_t为关键词网络G_t中的边集，表示G_R中边e_jk的权值，表示G_t中边e_jk的权值，e_jk为G_R与G_t中的公共边，即e_jk∈E_R∩E_t；对于属性值关键词为数值的关键词对，只要属性值关键词的大小偏差在5％范围内，均认为关键词对是相同的，在计算相似度过程中认为两个关键词对对应的两条边是公共边；如果相似度S(G_R,G_t)大于阈值λ，则认为检查报告R中存在异常检查结果，检查报告R为异常检查报告；否则，检查报告R为正常检查报告。