[发明专利]医学数据的对码方法、装置、设备及存储介质

权利要求书

1.一种医学数据的对码方法，其特征在于，包括：

获取原始数据，其中，所述原始数据为需要对码的原始医疗语句；

对所述原始数据进行预处理，得到初始医疗语句；

调用预置的置信度模型对所述初始医疗语句进行匹配，得到目标匹配结果；

若所述目标匹配结果中包括目标医疗匹配语句，则将所述目标医疗匹配语句确定为所述初始医疗语句对应的正确对码语句并进行标记，其中，所述正确对码语句为不需要校验的医疗语句；

若所述目标匹配结果中不包括所述目标医疗匹配语句，则调用预置的相似度模型对所述初始医疗语句进行匹配，得到多个候选对码语句，其中，所述候选对码语句为需要校验的医疗语句；

所述调用预置的置信度模型对所述初始医疗语句进行匹配，得到目标匹配结果，包括：

通过预置的置信度模型中的Lucene索引库对所述初始医疗语句中的多个目标词语进行第一次匹配，得到第一匹配结果；

若所述第一匹配结果为空，则调用预置规则引擎对所述多个目标词语进行第二次匹配，得到第二匹配结果；

若所述第二匹配结果为空，则根据召回数据对所述初始医疗语句进行评分，并根据评分结果确定目标匹配结果；

所述若所述第二匹配结果为空，则根据召回数据对所述初始医疗语句进行评分，并根据评分结果确定目标匹配结果，包括：

若所述第二匹配结果为空，则在所述Lucene索引库中进行数据召回，得到多个召回语句；

调用预置公式对所述多个召回语句和所述初始医疗语句依次进行评分并按照分值大小进行降序排列，得到分值序列，所述预置公式为

计算所述分值序列中位于前两位的第一分值与第二分值的比值；

若所述比值大于阈值，则将所述第一分值对应的语句确定为目标匹配结果。

2.根据权利要求1所述的医学数据的对码方法，其特征在于，所述若所述目标匹配结果中不包括所述目标医疗匹配语句，则调用预置的相似度模型对所述初始医疗语句进行匹配，得到多个候选对码语句，其中，所述候选对码语句为需要校验的医疗语句，包括：

若所述目标匹配结果中不包括所述目标医疗匹配语句，则调用预置的相似度模型；

通过所述预置的相似度模型计算Lucene索引库中每个语句与所述初始医疗语句的相似度，得到多个相似度值及对应的多个候选语句；

将所述多个相似度值进行降序排列，得到相似度序列；

在所述相似度序列中选择排序前列的N个相似度，并将所述N个相似度对应的N个需要校验的医疗语句确定为候选对码语句，得到多个候选对码语句，其中，N为正整数。

3.根据权利要求1所述的医学数据的对码方法，其特征在于，所述对所述原始数据进行预处理，得到初始医疗语句，包括：

将所述原始数据的全角字符转换为半角字符，得到半角语句；

删除所述半角语句中的停用词，得到无停顿语句；

将所述无停顿语句中的标点符号进行删除，得到无标点语句；

对所述无标点语句进行同义词替换，生成初始医疗语句。

4.根据权利要求1-3中任一项所述的医学数据的对码方法，其特征在于，在所述获取原始数据之前，所述医学数据的对码方法还包括：

生成Lucene索引库。

5.根据权利要求4所述的医学数据的对码方法，其特征在于，所述生成Lucene索引库，包括：

获取不同基表版本的业务数据，并根据所述业务数据构建多个同义词基表；

对所述多个同义词基表进行预处理，得到处理后的同义词基表；

基于所述处理后的同义词基表生成Lucene索引库。