[发明专利]基于概率转移矩阵的医疗术语标准化方法及系统

摘要

本发明公开了一种基于概率转移矩阵的医疗术语标准化方法及系统，为了实现医疗领域内通用短文本(缩写、误写、日常表达等)到医学标准术语的映射而设计。本发明基于概率转移矩阵的医疗术语标准化方法包括：医学术语库构建；医学切字切词和词性标注；构建基于字词的概率转移矩阵框架；字词向量模型构建；计算概率矩阵；待匹配术语概率计算。本发明能实现医疗领域各类疾病对应到ICD10标准编码的快捷、高效、准确的映射。

主权项

1.一种基于概率转移矩阵的医疗术语标准化方法，其特征在于，包括，构建医学术语库；对医学术语库中的医学术语进行切字切词和词性标注；构建m×n矩阵H，矩阵列名代表字词的全集N，其中，n为医学术语库经过切词切字和去重的操作后的总字词量；M为每一行代表医学术语库中的一条术语；m为医学学术语库中术语条数；矩阵元素Hij为字或词Nj对于术语Mi的转移概率；进行字向量和词向量的训练，生成高维的字词向量，以反应字词在语义向量空间中的相对位置关系；计算矩阵中的概率其中m_ik代表专业术语M_i经过切词切词后形成的字词集合的第k个元素的语义向量，n_j代表列名N_j的语义向量，将H_ij值填入概率矩阵H中，得到最终的概率矩阵；对于待映射疾病名称X，进行切字切词操作后，形成的其字词集合x＝(x₁,...,x_d)，通过N∩x可获得疾病名称X参与计算的字词子集，通过下式获得对应映射结果