[发明专利]医学文献的突发热点检测方法、装置、电子设备及相关产品

权利要求书

1.一种医学文献的突发热点检测方法，其特征在于，包括：

从医学数据库中获取与预设医学领域对应的多篇医学文献；

获取所述多篇医学文献中属于医学主题词表Mesh中的至少一个主题词；

构造所述至少一个主题词中每个主题词对应的隐马尔科夫模型的二状态机；

根据所述每个主题词对应的隐马尔科夫模型的二状态机，确定所述每个主题词的热点区间。

2.根据权利要求1所述的方法，其特征在于，所述获取所述多篇医学文献中属于医学主题词表Mesh中的至少一个主题词，包括：

对所述多篇医学文献中的每篇医学文献的标题和摘要进行关键词识别，得到所述每篇医学文献中的关键词；

将所述每篇医学文献的关键词与所述Mesh中的主题词进行比对，得到所述多篇医学文献中属于Mesh中的至少一个主题词。

3.根据权利要求2所述的方法，其特征在于，所述将所述每篇医学文献的关键词与所述Mesh中的主题词进行比对，得到所述多篇医学文献中属于Mesh中的至少一个主题词，包括：

对所述每篇医学文献中的关键词进行全称映射；

使用映射后的所述每篇医学文献的关键词，与所述Mesh中的主题词进行比对，得到所述多篇医学文献中属于Mesh中的至少一个主题词。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述构造所述至少一个主题词中每个主题词对应的隐马尔科夫模型的二状态机，包括：

获取所述多篇医学文献中每篇医学文献的发表时间；

根据所述每篇医学文献的发表时间，确定所述多篇医学文献中的最早发表时间和最晚发表时间；

确定所述多篇医学文献中在预设时间段中的每个年份包含主题词w的医学文献的数量，其中，所述预设时间段包括所述最早发表时间、所述最晚发表时间以及所述最早发表时间和所述最晚发表时间之间的年份，所述主题词w为所述至少一个主题词中的任意一个主题词；

将所述每个年份包含主题词w的医学文献的数量作为观测序列，构造与所述主题词w对应的隐马尔科夫模型的二状态机，其中，所述隐马尔科夫模型的二状态机中的隐藏状态序列是由所述主题词w在所述每个年份的状态构成，所述主题词w在所述每个年份的状态包括突发状态或普通状态。

5.根据权利要求4所述的方法，其特征在于，所述根据所述每个主题词对应的隐马尔科夫模型的二状态机，确定所述每个主题词的热点区间，包括：

确定所述每个主题词的隐马尔科夫模型的二状态机对应的初始状态概率向量、状态转移概率矩阵以及观测概率矩阵；

根据维比特算法、所述初始状态概率向量、所述状态转移概率矩阵、所述观测概率矩阵以及所述观测序列，确定所述每个主题词对应的隐藏状态序列；

根据所述每个主题词对应的隐藏状态序列，确定所述每个主题词对应的突发区间。

6.根据权利要求5所述的方法，其特征在于，所述确定所述每个主题词的隐马尔科夫模型的二状态机对应的初始状态概率向量、状态转移概率矩阵以及观测概率矩阵，包括：

根据所述多篇医学文献中包含所述每个主题词的医学文献的数量以及所述多篇医学文献的数量，确定所述每个主题词处于突发状态的概率以及处于普通状态的概率；

根据所述每个主题词处于突发状态的概率以及处于普通状态的概率，确定与所述每个主题词的隐马尔科夫模型的二状态机对应的初始状态概率向量；

确定所述每个主题词的出现事件服从二项分布，并根据所述每个主题词处于突发状态的概率以及处于普通状态的概率以及所述二项分布，确定与所述每个主题词的隐马尔科夫模型的二状态机对应的观测概率矩阵；

根据所述预设时间段的长度，确定与所述每个主题词的隐马尔科夫模型的二状态机对应的状态转移概率矩阵。

7.根据权利要求4-6中任一项所述的方法，其特征在于，所述方法还包括：

对所述至少一个主题词中每个主题词对应的突发区间进行合并，得到在所述预设时间段的每个年份中处于突发状态的主题词；

根据在所述每个年份中处于突发状态的主题词确定所述预设医学领域的历史研究脉络以及未来发展趋势。