[发明专利]一种信息识别方法、装置及电子设备

说明书

本发明提供一种信息识别方法、装置及电子设备，该方法包括：接收用户输入的输入信息；将所述输入信息输入至深度学习模型进行处理，以得到用于确定所述输入信息是否属于医疗领域的第一识别信息，其中，所述深度学习模型为使用属于医疗领域的输入信息作为训练样本进行训练得到的；和/或，根据所述输入信息得到的搜索结果，对所述输入信息进行医疗领域识别，以得到用于确定所述输入信息是否属于医疗领域的第二识别信息；根据所述第一识别信息和/或所述第二识别信息，确定所述输入信息是否属于医疗领域。本发明实施例可以提高输入信息中医疗特征词识别的召回率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种信息识别方法、装置及电子设备。

背景技术

目前可以根据输入的内容，搜索上述内容对应的信息。但是如果不能准确的识别输入的内容时，可能导致搜索得到的信息的准确率较低。因此，在医疗服务中，可以对用户输入的信息进行识别，以识别用户输入的信息是否属于医疗领域，但目前输入信息中医疗特征词识别的召回率比较低。

发明内容

本发明实施例提供一种信息识别方法、装置及电子设备，以解决目前输入信息中医疗特征词识别的召回率比较低的问题。

第一方面，本发明实施例提供了一种信息识别方法，包括：

接收用户输入的输入信息；

将所述输入信息输入至深度学习模型进行处理，以得到用于确定所述输入信息是否属于医疗领域的第一识别信息，其中，所述深度学习模型为使用属于医疗领域的输入信息作为训练样本进行训练得到的；和/或，根据所述输入信息得到的搜索结果，对所述输入信息进行医疗领域识别，以得到用于确定所述输入信息是否属于医疗领域的第二识别信息；

根据所述第一识别信息和/或所述第二识别信息，确定所述输入信息是否属于医疗领域。

可选的，所述属于医疗领域的输入信息包括：第一信息，其中，所述第一信息为在进行搜索时搜索出的医疗网站，且所述搜索出的医疗网站中被选择的医疗网站对应的信息。

可选的，所述深度学习模型的训练过程包括如下过程：

使用所述第一信息作为初始训练样本进行训练，得到初始学习模型；

对所述初始训练样本进行优化，得到优化训练样本，并使用所述优化训练样本对所述初始学习模型进行训练，得到所述深度学习模型，其中，所述优化包括：标注所述初始训练样本中的边界样本，和/或，增大所述初始训练样本中被标注为医疗领域的正确样本的权重值。

可选的，所述根据所述输入信息得到的搜索结果，对所述输入信息进行医疗领域识别，以得到用于确定所述输入信息是否属于医疗领域的第二识别信息，包括：

获取所述搜索结果中的站点在预设名单中的级别分布信息，其中，所述预设名单包括多个预设站点，所述多个预设站点根据与医疗领域相关度分为至少2级；

获取所述输入信息的召回结果，其中，所述召回结果用于表示所述输入信息是否能召回医疗领域标识；

根据所述级别分布信息和所述召回结果，对所述输入信息进行医疗领域识别，以得到用于确定所述输入信息是否属于医疗领域的第二识别信息。

可选的，所述第一识别信息和所述第二识别信息为所述输入信息属于医疗领域的概率值，根据所述第一识别信息和所述第二识别信息，确定所述输入信息是否属于医疗领域，包括：

当所述第一识别信息大于第一预设值时，且所述第二识别信息大于第二预设值时，确定所述输入信息属于医疗领域；或者

当所述第二识别信息大于第三预设值时，且所述第一识别信息大于第四预设值时，确定所述输入信息属于医疗领域。

第二方面，本发明实施例还提供一种信息识别装置，包括：