[发明专利]医患对话中半截词指向症状获取方法及系统

说明书

本发明提供一种医患对话中半截词指向症状获取方法及系统，属于智能医疗技术领域。所述方法包括：确定医患对话完成，获取本次医患对话的医患对话信息；根据所述医患对话信息获得先行词集合和半截词集合；将所述先行词集合和半截词集合作为训练数据执行预设指代消解算法，获得各半截词的真实先行词集合；将每一个半截词与其对应的真实先行词集合中的每一个先行词分别组合组成为一完整症状，获得完整症状集合；根据所述完整症状集合获得患者的电子病例信息。本发明方案在保证电力病例生成准确率的前提下极大节省了医生手写病例的时间，提高了问诊效率。

技术领域

本发明涉及智能医疗技术领域，具体地涉及一种医患对话中半截词指向症状获取方法及一种医患对话中半截词指向症状获取系统。

背景技术

随着人工智能技术发展，AI系统在越来越多的方面为人们带来便捷，其中，对民生医疗有着重要意义的智能医疗系统越来越受到人们的青睐。传统医疗问诊效率低和病例手写时间长，在现有智能交互问诊系统的帮助下，已经获得了巨大的改善。为了解决医生手写病例时间长的问题，现在出现了一些自动获取医患对话信息，进行患者症状自动整理的方法，例如，在一些诸如“我有点咳嗽”、“最近老是头痛”等简单完整的表述，通过传统的模板匹配和基于机器学习的槽填充技术都能较好地抽取出“咳嗽”、“头痛”等关键词，即便是“腿有点疼”这种非规范化的表述都可以通过相似度计算等技术归一到“腿疼”等关键词。但是若医患对话过于口语化，且医患对话信息量很大，就需要机器进行跨句理解，即从前面的部位先行词对应寻找到该部位的症状半截词。这对于机器来说，具有很大的挑战，受限于现有方法机器理解能力有限，对于医患对话的跨句理解不准确导致的生成病例不符合实际，也是的此类方法无法获得重要突破。针对目前对于医患对话信息理解不准确的问题，需要创造一种新的医患对话中半截词指向症状获取方法。

发明内容

本发明实施方式的目的是提供一种医患对话中半截词指向症状获取方法系统，以至少解决目前对于医患对话信息理解不准确的问题。

为了实现上述目的，本发明第一方面提供一种医患对话中半截词指向症状获取方法，所述方法包括：确定医患对话完成，获取本次医患对话的医患对话信息；根据所述医患对话信息获得先行词集合和半截词集合；将所述先行词集合和半截词集合作为输入数据执行预设指代消解算法，获得各半截词的真实先行词集合；将每一个半截词与其对应的真实先行词集合中的每一个先行词分别组合组成为一完整症状，获得完整症状集合；根据所述完整症状集合获得患者的电子病例信息。

可选的，所述医患对话信息包括：医患线上对话的文本信息和/或医患线下对话的语音信息。

可选的，所述根据所述医患对话信息获得先行词集合和半截词集合，包括：若所述医患对话信息为医患线上对话的文本信息，获取医患线上对话的完整对话信息；其中，所述完整对话信息包括医生的提问信息和患者的回答信息；根据模板匹配或槽填充技术提取所述完整对话信息中的所有关键词；根据预设规则将提取的所有关键词分为先行词或半截词，分别生成先行词集合和半截词集合。

可选的，所述根据所述医患对话信息获得先行词集合和半截词集合，还包括：若所述医患对话信息为医患线下对话的语音信息，获取医患线下对话的完整语音信息，根据智能语音转换算法将所述完整语音信息转换为对应的文本信息；根据模板匹配或槽填充技术提取所述文本信息中的关键词；根据预设规则将所有关键词分为先行词或半截词，分别生成先行词集合和半截词集合。

可选的，所述预设指代消解算法为Mention ranking算法。