[发明专利]病历结构化的处理方法和装置

权利要求书

1.一种病历结构化的处理方法，其特征在于，包括：

获取病历样本中的至少一个自然语句，根据预设规则获取所述自然语句中的医学实体，并确定出各医学实体之间的依存关系；

在预先建立的医学知识库中，获取与所述医学实体所对应的医学标准化用语以及各所述医学标准化用语之间的拓扑关系；

基于所述医学标准化用语、所述拓扑关系以及所述依存关系，将所述自然语句根据预设的语句结构转化成形式化语句。

2.根据权利要求1所述的方法，其特征在于，所述根据预设规则获取所述自然语句中的医学实体包括：

将所述自然语句进行分词后，在预先建立好的标准医学术语库中，查询与所述自然语句中各词语对应的医学术语，作为所述自然语句中的医学实体。

3.根据权利要求2所述的方法，其特征在于，在所述根据预设规则获取所述自然语句中的医学实体之前，还包括：

基于预先建立的医学词向量词库将所述自然语句分词后的词语转换成词向量，并基于所述词向量获取各词语的第一语义向量；

获取各医学术语的第二语义向量，并计算各所述第一语义向量与各所述第二语义向量之间的余弦距离；

根据所述余弦距离确定所述自然语句中的各词语与所述各医学术语之间的对应关系，并基于所述对应关系建立所述标准医学术语库。

4.根据权利要求3所述的方法，其特征在于，所述基于所述词向量获取各词语的第一语义向量包括：

根据所述自然语句中各词语的词向量与各所述词语相邻的词语的词向量，采用时间递归神经网络模型计算出各词语的第一语义向量。

5.根据权利要求3所述的方法，其特征在于，在所述基于预先建立的医学词向量词库将所述自然语句分词后的词语转换成词向量之前，还包括：

采集历史病历样本，计算所述历史病历样本中的每个字的字向量；

基于分词器将所述历史病历样本中的每个历史语句进行分词，并根据所述字向量计算分词后各历史词语的词向量；

根据各所述历史词语的词向量建立所述医学词向量词库。

6.根据权利要求3-5任一所述的方法，其特征在于，所述确定出各医学实体之间的依存关系包括：

根据所述自然语句中各词语的第一语义向量以及所述各词语的第一语义向量之间的关联强度，采用注意力模型确定出所述自然语句中各词语之间是否存在依存关系；

若所述依存关系存在，则基于分类器模型确定出所述依存关系的关系类型。

7.一种病历结构化的处理装置，其特征在于，包括：

医学实体获取模块，用于获取病历样本中的至少一个自然语句，根据预设规则获取所述自然语句中的医学实体，并确定出各医学实体之间的依存关系；

医学标准化用语获取模块，用于在预先建立的医学知识库中，获取与所述医学实体所对应的医学标准化用语以及各所述医学标准化用语之间的拓扑关系；

形式化语句转化模块，用于基于所述医学标准化用语、所述拓扑关系以及所述依存关系，将所述自然语句根据预设的语句结构转化成形式化语句。

8.根据权利要求7所述的装置，其特征在于，所述医学实体获取模块用于：

将所述自然语句进行分词后，在预先建立好的标准医学术语库中，查询与所述自然语句中各词语对应的医学术语，作为所述自然语句中的医学实体。

9.根据权利要求8所述的装置，其特征在于，还包括：

第一语义向量获取模块，用于在所述根据预设规则获取所述自然语句中的医学实体之前，基于预先建立的医学词向量词库将所述自然语句分词后的词语转换成词向量，并基于所述词向量获取各词语的第一语义向量；

余弦距离计算模块，用于获取各医学术语的第二语义向量，并计算各所述第一语义向量与各所述第二语义向量之间的余弦距离；

标准医学术语库建立模块，用于根据所述余弦距离确定所述自然语句中的各词语与所述各医学术语之间的对应关系，并基于所述对应关系建立所述标准医学术语库。

10.根据权利要求9所述的装置，其特征在于，所述医学实体获取模块还用于：

根据所述自然语句中各词语的第一语义向量以及所述各词语的第一语义向量之间的关联强度，采用注意力模型确定出所述自然语句中各词语之间是否存在依存关系；

若所述依存关系存在，则基于分类器模型确定出所述依存关系的关系类型。