[发明专利]一种构建甲状腺超声领域本体的方法

权利要求书

1.一种构建甲状腺超声领域本体的方法，其特征在于，包括以下步骤：

步骤1、对甲状腺超声报告进行数据预处理，包括以下步骤：

步骤1.1、通过结合病理学和解剖学的先验知识，将甲状腺超声报告分为3个段落：用于描述甲状腺部分的段落、用于描述甲状旁腺区的段落、用于描述颈部淋巴结的段落；

步骤1.2、依据甲状腺超声报告对甲状腺各个组织的不同部位的描述，对上一步获得的3个段落进行分块处理，每个段落分为不同的文字块；

步骤1.3、依据标点符号对上一步获得的文字块进行分句处理，将文字块分为不同的短句；

步骤2、实体抽取

通过自定义分词结合规则抽取上一步所获得的所有短句中包含的具体实体；

步骤3、依存关系抽取

进行依存句法分析，得到所有短句中具体实体之间的依存关系；

步骤4、语义关系抽取

运用机器学习或深度学习的方法，结合上一步获得的依存关系得到语义关系；

步骤5、构建甲状腺超声领域本体，包括以下步骤：

步骤5.1、根据病理学和解剖学的先验知识，获得甲状腺超声领域本体的基础层次框架；

步骤5.2、根据步骤4得到的具体实体及抽象实体的语义关系向本体基础框架上添加其余内容，从而得到甲状腺超声领域的本体树。

2.如权利要求1所述的一种构建甲状腺超声领域本体的方法，其特征在于，步骤1.1中，所述用于描述甲状腺的段落包含所述甲状腺超声报告中用于描述甲状腺腺体的内容和用于描述结节的内容。

3.如权利要求1所述的一种构建甲状腺超声领域本体的方法，其特征在于，步骤1.2中，对段落进行分块时依据：甲状腺超声报告对甲状腺各个组织的左侧、右侧、双侧的描述、对甲状腺腺体的峡部的描述。

4.如权利要求1所述的一种构建甲状腺超声领域本体的方法，其特征在于，步骤1.3中，所述标点符号包括句号、逗号、分号。

5.如权利要求1所述的一种构建甲状腺超声领域本体的方法，其特征在于，步骤2中，所述实体包括器官、组织、位置、属性和属性值5个方面。

6.如权利要求1所述的一种构建甲状腺超声领域本体的方法，其特征在于，步骤3中，通过调用哈工大自然语言处理工具LTP进行所述依存句法分析。

7.如权利要求1所述的一种构建甲状腺超声领域本体的方法，其特征在于，步骤3中，所述依存关系包括主谓关系、动宾关系、动补关系、定中关系。

8.如权利要求7所述的一种构建甲状腺超声领域本体的方法，其特征在于，步骤4中，获取所述语义关系基于如下规则：

规则1：如果词对(W_i,W_j)之间存在主谓关系，分以下两种情况考虑：

1)该词对的谓语词不存在动宾关系，则W_i为属性，W_j为属性值，则形成的关系三元组表示为(W_i,W_j,Value-of)，式中，Value-of表示属性值关系；

2)该词对的谓语词与其他词之间存在动宾关系，即存在主谓宾结构，这时将谓语去掉，主语在前，宾语在后，关系三元组表示为(W_i,W_j,Exist)，式中，Exist表示存在关系；

规则2：如果词对(W_i,W_j)之间存在定中关系，分四种情况进行考虑：

1)定中关系存在主语之前，则关系三元组表示为(W_i,W_j,Attribute-of)，式中，Attribute-of表示属性关系；

2)根据甲状腺超声本体基础层次框架的先验知识得，甲状腺分为左叶、右叶、峡部，他们之间存在Part-of关系，颈部淋巴结和左侧颈部、右侧颈部同上；

3)若定语W_i为名词，主语之前为名词，则关系三元组表示为(W_i,W_j,Attribute-of)；

4)若宾语之前为形容词，则与之成定中关系的可以合并，宾语在前，形容词修饰在后，则关系三元组表示为(W_i,W_j,Value-of)；

规则3：如果报告中出现方位词时，将方位词取出作为甲状腺的属性值；

规则4：如果词对(W_i,W_j)之间存在状中关系，并且谓语词和其他词对存在动宾关系，此时省略谓语。