[发明专利]一种信息处理设备、方法和存储介质

说明书

本发明实施例公开了一种信息处理设备、方法和存储介质，该设备包括：一个或多个处理器；存储器，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得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；将每个第一词向量输入至预设图网络模型中，并根据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，预设图网络模型根据医学知识图谱进行构建；根据预设分类网络模型、各个词对应的注意力权重和第一词向量，确定当前对象对应的分类结果。通过本发明实施例的技术方案，可以保证分类结果的准确性。

技术领域

本发明实施例涉及医学领域，尤其涉及一种信息处理设备、方法和存储介质。

背景技术

通常，一些疾病有很多相似的症状，比如骨科脊柱方面的疾病，从而需要医生要有丰富的临床知识，也要不断地获取新的疾病知识，以便可以准确地进行诊断。

现有技术中，可以通过将患者的病历信息直接输入至预先训练好的机器学习模型中，自动确定出患者的诊断结果，以避免因医生经验不足而导致出现误诊断的情况，从而可以提高诊断效率和准确度，并且可以辅助医生制定相应的治疗方案。然而，由于患者病历的撰写并没有完备的标准，使得病历质量参差不齐，从而导致患者的病历信息中会存在大量的冗余信息。若基于先验知识对认为无关或者不重要的信息进行排除，则可能会存在所排除信息中包含用于疾病分类的重要指标的情况，若不进行冗余信息的排除，则可能会导致利用现有的机器学习模型无法准确地进行疾病分类。

发明内容

本发明实施例提供了一种信息处理设备、方法和存储介质，以保证分类结果的准确性。

第一方面，本发明实施例提供了一种信息处理设备，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根据医学知识图谱进行构建；

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。

第二方面，本发明实施例还提供了一种信息处理方法，包括：

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根据医学知识图谱进行构建；

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。

第三方面，本发明实施例还提供了一种信息处理装置，包括：

当前病历信息获取模块，用于获取当前对象的当前病历信息；

第一词向量确定模块，用于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；

注意力权重确定模块，用于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根据医学知识图谱进行构建；