[发明专利]基于分词网络的中文疾病诊断的智能编码方法及系统

权利要求书

1.一种基于分词网络的中文疾病诊断的智能编码方法，其特征在于，包括如下步骤：

步骤1，获取中文疾病诊断名称；

步骤2，将中文疾病诊断名称与动态扩充分词网络进行适配，从中文疾病诊断名称中提取关键信息并将提取的关键信息组成关键词组；

步骤3，将关键词组与词组编码映射表进行适配并输出未匹配的结果或ICD编码；

关键信息包括症状信息、部位信息、病因信息及其他信息；其中

其他信息至少包括程度信息、病程信息及病情信息；

步骤2包括：

将关键信息按照动态扩充分词网络中的症状词库由长到短匹配症状信息，并结合症状词顺序表中各个症状信息的优先级，得到症状词；

将关键信息按照动态扩充分词网络中的部位词库由长到短匹配部位信息，并结合部位词顺序表中各个部位信息的优先级，得到部位词；

将关键信息按照动态扩充分词网络中的病因词库由长到短匹配病因信息，并结合病因词顺序表中各个病因信息的优先级，得到病因词；

将关键信息按照动态扩充分词网络中的其他词库由长到短匹配其他信息，并结合其他词顺序表中各个其他信息的优先级，得到其他词；

关键词组至少包括症状词、部位词、病因词及其他词；

步骤3中的适配包括：

步骤3.1，第一级适配：对关键词组与词组编码映射表进行精确适配；

若关键词组与词组编码映射表匹配，则输出与关键词组对应的ICD编码，智能编码方法结束；

若关键词组与词组编码映射表不匹配，则进入步骤3.2；

步骤3.2，第二级适配：对关键词组与词组编码映射表进行模糊适配；

步骤3.2，第二级适配包括：

步骤3.2.1，查找动态扩充分词网络中包含最多已匹配关键词的路径；

步骤3.2.1具体包括查找分词网络中包含已匹配词集合的所有路径，若无法获取症状词，则输出“未匹配”；即按照以下步骤来查找符合特征的路径：

1)首先查找分词网络中症状包含了已匹配的“症状词”的所有路径，若找不到，则输出“未匹配”；

2)基于上一步最终路径，继续筛选分词网络中部位包含已匹配“部位词”的路径，若找不到则执行下一步；

3)基于上一步最终路径，继续筛选分词网络中病因包含已匹配“病因词”的路径，若找不到则执行下一步；

4)基于上一步最终路径，继续筛选分词网络中其他包含已匹配“其他词”的路径，若找不到，则上一步最终路径是满足条件的路径；

此时，路径为按照症状、部位、病因、其他顺序依次筛选的包含最多已匹配词的路径；

步骤3.2.2，计算路径中的剩余关键词与输入的中文疾病诊断名称的关键信息匹配的个数，选取匹配路径；

步骤3.2.2中，若匹配的关键词的个数相同时，选取不匹配的关键词个数最少的路径作为匹配路径，并通过词组编码映射表得到匹配路径对应的ICD编码并输出该ICD编码；

步骤3.2.2，具体包括分别计算路径中分词对应部分与输入的诊断名称的匹配字个数，选取匹配字个数最多的路径作为匹配路径，匹配字个数相同的，选取不匹配字个数最少的路径作为匹配路径，通过映射表得到匹配路径对应的ICD编码；最后，若路径为空，则输出“未匹配”；

其中

剩余关键词为关键词组中非已匹配的关键词；步骤3.2.1包括：

步骤3.2.1.1，从动态扩充分词网络中筛选出包含了已匹配的症状词的所有第一筛选路径；若关键词组中无症状词，则输出未匹配的结果，智能编码方法结束；

步骤3.2.1.2，从第一筛选路径中筛选出包含了已匹配的部位词、病因词或其他词的第二筛选路径；

路径为所有的第二筛选路径中按照症状词、部位词、病因词及其他词筛选的包含已匹配关键词最多的路径。