[发明专利]诊断名标准化方法、装置、电子设备和存储介质

说明书

本发明实施例提供一种诊断名标准化方法、装置、电子设备和存储介质，其中方法包括：确定多个诊断名；基于所述多个诊断名中每两个诊断名之间的相似度和医学关系，对每两个诊断名之间的候选同义词关系进行调整，得到每两个诊断名之间的最终同义词关系；基于每两个诊断名之间的最终同义词关系，确定每一诊断名对应的标准化诊断名。本发明实施例提供的方法、装置、电子设备和存储介质，将医学知识融合进同义词关系的确定过程，与相似度相互制约，从而提高了诊断名标准化的准确性和可靠性。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种诊断名标准化方法、装置、电子设备和存储介质。

背景技术

在医疗领域，医生所书写的病历中的诊断名往往不够规范，不同的诊断名所表示的可能是同一种疾病，这对病历内容造成了不必要的模糊。为了方便后期病历数据的查询、管理和使用，对于病历中不规范的诊断名，需要进行标准化。

目前对诊断名进行标准化的主要依赖于人工标注，或者通过比较两个诊断名的相似度与预先设定的相似度阈值的大小，确定两个诊断名是否表示同一疾病。前者需要耗费大量人力，效率低下，标注结果的主观性强，准确性低；后者完全依赖相似度阈值的判定，但目前的技术无法保证相似度阈值设置的准确性，因而无法保证由此进行标准化的准确性和可靠性。

发明内容

本发明实施例提供一种诊断名标准化方法、装置、电子设备和存储介质，用以解决现有的诊断名标准化的准确性和可靠性低的问题。

第一方面，本发明实施例提供一种诊断名标准化方法，包括：

确定多个诊断名；

基于所述多个诊断名中每两个诊断名之间的相似度和医学关系，对每两个诊断名之间的候选同义词关系进行调整，得到每两个诊断名之间的最终同义词关系；

基于每两个诊断名之间的最终同义词关系，确定每一诊断名对应的标准化诊断名。

优选地，任意两个诊断名之间的医学关系包括所述任意两个诊断名之间的时序关系、上下位关系以及发病时间分布差异中的至少一种。

优选地，所述基于所述多个诊断名中每两个诊断名之间的相似度和医学关系，对每两个诊断名之间的候选同义词关系进行调整，得到每两个诊断名之间的最终同义词关系，具体包括：

对所述多个诊断名中每两个诊断名之间的候选同义词关系进行调整，直至对应得到的全局函数值取得最大值；

将所述最大值对应的每两个诊断名之间的候选同义词关系，作为每两个诊断名之间的最终同义词关系；

其中，所述全局函数值是基于每两个诊断名的基准函数值和医学惩罚函数值确定的；任意两个诊断名的基准函数值是基于所述任意两个诊断名之间的候选同义词关系和相似度确定的，任意两个诊断名的医学惩罚函数值是基于所述任意两个诊断名之间的候选同义词关系和医学关系确定的。

优选地，所述医学惩罚函数值包括疾病时序惩罚函数值、上下位关系惩罚函数值和时间分布差异惩罚函数值中的至少一种；

其中，任意两个诊断名的疾病时序惩罚函数值是基于所述任意两个诊断名之间的时序关系和候选同义词关系确定的；

任意两个诊断名的上下位关系惩罚函数值是基于所述任意两个诊断名之间的上下位关系和候选同义词关系确定的；

任意两个诊断名的时间分布差异惩罚函数值是基于所述任意两个诊断名之间的发病时间分布差异和候选同义词关系确定的。

优选地，所述全局函数值具体是基于每两个诊断名的基准函数值和医学惩罚函数值，以及每两个诊断名的同义词传递惩罚函数值、相似度惩罚函数值和相似度阈值惩罚函数值中的至少一种确定的；