[发明专利]基于中文病历的实体识别方法、装置、设备及存储介质

摘要

本发明公开了一种基于中文病历的实体识别方法，属于自然语言处理领域。该方法包括：对中文病历进行分词；输出用于表征每个字在词组中位置的第一特征向量；识别出中文病历中每个字的偏旁，将识别出的每个字的偏旁与预设的实体偏旁逐个比对；对应每个字输出用于表征比对结果的第二特征向量；将输出的对应每个字的第一特征向量和第二特征向量拼接在每个字的初始向量之后得到用于表征中文病历的向量集；将向量集输入训练好的模型以抽取其中的实体。本发明通过对中文病例中的文本内容抽取相应的特征转换成特征向量作为模型的输入，以提高模型对实体识别的准确率。

主权项

1.一种基于中文病历的实体识别方法，其特征在于，包括以下步骤：使用分词工具对所述中文病历进行分词；以分词后得到的词组为单位，根据单个字在所述词组中的位置与特征向量的第一对应规则，输出用于表征每个字在词组中位置的第一特征向量；识别出所述中文病历中每个字的偏旁，将识别出的每个字的偏旁与预设的实体偏旁逐个比对并输出比对结果，所述比对结果包括不匹配和匹配到的实体偏旁；根据偏旁与特征向量的第二对应规则，对应每个字输出用于表征所述比对结果的第二特征向量；将输出的对应每个字的第一特征向量和第二特征向量拼接在每个字的初始向量之后，最终得到用于表征所述中文病历的向量集；将用于表征所述中文病历的向量集输入训练好的模型以抽取其中的实体。