[发明专利]用于输出信息的方法和装置

权利要求书

1.一种用于输出信息的方法，其特征在于，所述方法包括：

提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词；

生成关键词对集合，其中，关键词对包括所提取的医疗实体关键词和所提取的属性关键词；

对于所述关键词对集合中的每个关键词对，提取该关键词对在所述目标医疗文本中的文本特征，并将所提取的文本特征导入预先训练的关联关系确定模型，得到与该关键词对对应的关联结果，其中，关联结果用于指示词对中的两个词之间是否具有关联关系，所述关联关系确定模型用于表征文本特征与关联结果的对应关系；其中，所述文本特征包括：每个关键词对中的医疗实体关键词和属性关键词在所述目标医疗文本中的所处位置之间的距离、每个关键词对中的医疗实体关键词和属性关键词之间是否存在重复字符、每个关键词对中的医疗实体关键词和属性关键词在与该关键词对对应的解析树中的依赖关系以及距离；

输出所述关键词对集合中具有关联关系的关键词对。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括建立关联关系确定模型的步骤，所述建立关联关系确定模型的步骤，包括：

获取初始关联关系确定模型和预先确定的样本数据集合，其中，所述样本数据集合中每个样本数据包括医疗文本和与医疗文本对应的至少一个样本词对及对应的词对标注结果，样本词对包括该医疗文本中的医疗实体关键词和属性关键词，词对标注结果用于指示样本词对中的医疗实体关键词和属性关键词之间是否具有关联关系；

对于所述样本数据集合中的每个样本数据，对于该样本数据中的每个样本词对，提取该样本词对在该样本数据中的医疗文本中的文本特征；

利用机器学习方法，以所述样本数据集合中的每个样本数据中的至少一个样本词对中每个样本词对在该样本数据中的医疗文本中的文本特征作为输入数据，以该样本词对对应的词对标注结果作为相应的输出数据，训练所述初始关联关系确定模型；

将训练后的所述初始关联关系确定模型确定为所述预先训练的关联关系确定模型。

3.根据权利要求2所述的方法，其特征在于，所述关联关系确定模型包括以下至少一项：梯度提升决策树、支持向量机和神经网络。

4.根据权利要求3所述的方法，其特征在于，所述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：

对所述目标医疗文本进行切词，得到切分词序列；

基于预设医疗实体关键词字典，提取所述切分词序列中的至少一个医疗实体关键词。

5.根据权利要求4所述的方法，其特征在于，所述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：

基于预设正则表达式提取所述目标医疗文本中的至少一个属性关键词。

6.根据权利要求3所述的方法，其特征在于，所述提取目标医疗文本中的至少一个医疗实体关键词和至少一个属性关键词，包括：

将所述目标医疗文本导入预先训练的医疗实体关键词提取模型，得到至少一个医疗实体关键词，其中，所述医疗实体关键词提取模型用于表征医疗文本和医疗实体关键词的对应关系。

7.根据权利要求6所述的方法，其特征在于，所述医疗实体关键词提取模型包括长短期记忆网络模型和条件随机场模型。

8.根据权利要求5或7所述的方法，其特征在于，所述属性关键词包括以下至少一项：发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。

9.根据权利要求8所述的方法，其特征在于，所述输出所述关键词对集合中具有关联关系的关键词对，包括：

确定所述关键词对集合中具有关联关系的关键词对中所包括的医疗实体关键词；

对于所确定的每个医疗实体关键词，在所述关键词对集合中具有关联关系的关键词对中确定该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词；

按照预设格式输出所确定的每个医疗实体关键词和该医疗实体关键词的发生时间关键词、出现频率关键词、持续时间关键词和发生原因关键词。