[发明专利]身体病况文本的分类方法、装置及设备

权利要求书

1.一种身体病况文本的分类方法，其特征在于，包括：

获取身体病况文本，所述身体病况文本用于描述症状信息；

对所述身体病况文本进行分词处理，得到分词结果，所述分词结果包括多个中文词和多个医疗实体词；

所述中文词为对身体病况文本进行中文分词得到的词汇，所述医疗实体词为身体病况文本中的医学专用词汇，多个中文词和多个医疗实体词可以存在交集；

将所述多个中文词和所述多个医疗实体词输入深度学习模型，得到所述深度学习模型的输出结果，所述输出结果用于指示所述身体病况文本对应的各种症状类型的概率分布；

根据所述输出结果，确定所述身体病况文本对应的症状类型；

所述身体病况文本包括至少一个文本片段；

所述将所述多个中文词和所述多个医疗实体词输入深度学习模型，得到所述深度学习模型的输出结果，包括：

根据各所述文本片段对应的多个中文词和符号映射表，得到各所述文本片段对应的第一符号序列，其中，所述符号映射表包括标准中文词和根据所述标准中文词的词频确定的符号；

根据所述身体病况文本对应的多个医疗实体词和医疗实体词典，得到所述身体病况文本对应的第二符号序列，其中，所述医疗实体词典包括根据词频确定标准医疗实体词；

将所述第一符号序列和所述第二符号序列输入至所述深度学习模型，得到输出结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述身体病况文本进行分词处理，得到分词结果，包括：

对各所述文本片段进行中文分词，得到各所述文本片段对应的多个中文词；

对所述身体病况文本进行自然语言理解，得到所述身体病况文本对应的多个医疗实体词。

3.根据权利要求1所述的方法，其特征在于，所述深度学习模型包括至少一个卷积层和一个全连接层，所述将所述第一符号序列和所述第二符号序列输入至所述深度学习模型，得到输出结果，包括：

将各所述文本片段对应的第一符号序列输入至所述各所述卷积层，并将所述身体病况文本对应的第二符号序列输入至所述全连接层，得到输出结果。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述将所述多个中文词和所述多个医疗实体词输入深度学习模型，得到所述深度学习模型的输出结果之前，还包括：

对训练数据进行平衡采样，得到多个训练样本，每个所述训练样本包括症状类型和一个身体病况样本；

以各所述身体病况样本对应的第一符号序列和第二符号序列作为深度学习模型的输入，以所述症状类型为真实标签，对所述深度学习模型进行训练，得到训练后的深度学习模型。

5.根据权利要求4所述的方法，其特征在于，所述以各所述身体病况样本对应的第一符号序列和第二符号序列作为深度学习模型的输入，以所述症状类型为真实标签，对所述深度学习模型进行训练，得到训练后的深度学习模型，包括：

针对每个所述训练样本，将所述训练样本的身体病况样本对应的第一符号序列输入至深度学习模型的卷积层，将所述训练样本的身体病况样本对应的第二符号序列输入至深度学习模型的全连接层，获取所述深度学习模型输出的预测结果；

根据各所述训练样本的所述真实标签和所述预测结果，获取代价函数，并根据所述代价函数对所述深度学习模型的参数进行调整，直至达到训练结束条件。

6.根据权利要求4所述的方法，其特征在于，所述训练数据包括至少一个实例，每个实例包括症状类型和身体病况样本，所述对训练数据进行平衡采样，得到多个训练样本，包括：

针对每种症状类型，获取所述症状类型对应的实例数量，若所述实例数量小于第一阈值，则对所述症状类型对应的实例进行过采样；若所述实例数量大于第二阈值，则对所述症状类型对应的实例进行欠采样；若所述实例数量大于等于所述第一阈值且小于等于所述第二阈值，则对所述症状类型对应的实例全采样；其中，所述第一阈值小于所述第二阈值；

将采样后的各所述症状类型对应的实例作为训练样本。