[发明专利]一种信息处理设备、方法和存储介质

权利要求书

1.一种信息处理设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如下操作：

获取当前对象的当前病历信息；

对所述当前病历信息进行分词处理，并确定分词结果中的每个词对应的第一词向量；

将每个所述第一词向量输入至预设图网络模型中，并根据所述预设图网络模型的第一输出结果，确定每个词对应的注意力权重，其中，所述预设图网络模型的图结构为医学知识图谱的连接结构；

根据预设分类网络模型、各个词对应的所述注意力权重和所述第一词向量，确定所述当前对象对应的分类结果；

其中，所述预设图网络模型通过如下步骤实现确定每个词对应的注意力权重的功能：

基于所述预设图网络模型的各个网络层对当前输入的第一词向量进行处理，确定每个分类节点对应的分类概率；

对各个所述分类概率取绝对值，并将取绝对值后的各个分类概率进行相加；

将相加结果确定为当前输入的第一词向量对应的词所对应的注意力权重，并将所述相加结果作为所述预设图网络模型的第一输出结果进行输出。

2.根据权利要求1所述的设备，其特征在于，确定分词结果中的每个词对应的第一词向量，包括：

根据预设词汇表，对分词结果中的每个词进行独热One-Hot编码，并将编码结果确定为相应的第一词向量。

3.根据权利要求1所述的设备，其特征在于，在确定每个词对应的注意力权重之后，还包括：

检测是否存在所述注意力权重为0的目标词；

若是，则将所述目标词对应的注意力权重更新为1，并利用更新后的注意力权重确定所述当前对象对应的分类结果。

4.根据权利要求1所述的设备，其特征在于，根据预设分类网络模型、各个词对应的所述注意力权重和所述第一词向量，确定所述当前对象对应的分类结果，包括：

根据每个词对应的所述注意力权重，对每个词对应的所述第一词向量进行更新；

将更新后的各个第一词向量输入至预设分类网络模型中，根据所述预设分类网络模型的输出，确定所述当前对象对应的分类结果。

5.根据权利要求1所述的设备，其特征在于，在对所述当前病历信息进行分词处理之后，还包括：

将分词结果输入至预设语言处理模型中，并根据所述预设语言处理模型的输出确定所述分词结果中的每个词对应的第二词向量；

相应地，根据预设分类网络模型、各个词对应的所述注意力权重和所述第一词向量，确定所述当前对象对应的分类结果，包括：

根据预设分类网络模型、各个词对应的所述注意力权重和所述第二词向量，确定所述当前对象对应的分类结果。

6.根据权利要求1-5任一所述的设备，其特征在于，在使用所述预设图网络模型之前，还包括所述预设图网络模型的训练过程，具体包括：

获取多个样本数据，其中，所述样本数据包括样本病历信息中的各个样本词对应的样本词向量和相应的标准分类结果；

将各所述样本词向量输入至预设图网络模型中，根据所述预设图网络模型的第二输出结果，确定第一训练分类结果；

根据所述第一训练分类结果和相应的所述标准分类结果，确定出第一训练误差；

检测所述第一训练误差是否收敛，或者迭代次数是否等于预设次数；

若是，则停止迭代，所述预设图网络模型训练完成；

若否，则将所述第一训练误差反向传播至所述预设图网络模型，调整所述预设图网络模型中的网络参数值。