[发明专利]标准化数据的生成方法、医学文本数据的处理方法和装置

说明书

本发明实施例提供了标准化数据的生成方法、医学文本数据的处理方法和装置，涉及人工智能技术领域和医学领域。该标准化数据的生成方法包括：获取待数据标准化的目标文本数据；确定目标文本数据的多个分词；针对每一分词，基于多个指定字段的标准化数据库中的标准词，得到与该分词相匹配的标准词，以及该分词所属的指定字段；其中，该分词所属的指定字段为：与该分词相匹配的标准词所属的指定字段；基于与各个分词相匹配的标准词和各个分词所属的指定字段，生成目标文本数据的标准化数据。与现有技术相比，应用本发明实施例提供的方案，可以对不同的信息系统的文本数据进行有效地标准化处理。

技术领域

本发明涉及人工智能技术领域和医学领域，特别是涉及标准化数据的生成方法、医学文本数据的处理方法和装置。

背景技术

当前，随着信息技术的不断发展，各行业内部之间的信息交流需求越来越多。但是，现如今，在同一行业内，或者，同一机构内，若干信息系统呈现“信息孤岛”的局面。

针对信息系统所形成的文本数据而言，由于各个信息系统所采用的数据操作规范不统一，因此，无法得到关于文本数据的规范化的标准化数据，这无疑会影响各信息系统间的互操作能力以及对于行业规范化和整体效率的提升。

以医疗领域为例，各医疗机构IT系统众多，虽然在医学影像文本数据的数据字段层面进行了标准化统一，但各医疗机构IT系统所采用的数据操作规范不统一，从而，无法进行医疗质量的精细化监管分析。例如：对于包含检查部位名称和检查方法名称的医学影像文本数据而言，在生成该医学影像文本数据的标准化数据时，不同的医疗机构中，所采用的数据操作规范不同，从而，使得所得到的标准化数据的数据内容并不规范。

基于此，现在亟需一种文本数据的标准化数据的生成方法，以对不同的信息系统的文本数据进行有效地标准化处理。

发明内容

本发明实施例的目的在于提供标准化数据的生成方法和装置，以对不同的信息系统的文本数据进行有效地标准化处理；另外，本发明实施例还提供了医学文本数据的处理方法和装置，以对不同的信息系统的医学文本数据进行有效地标准化处理。具体技术方案如下：

第一方面，本发明实施例提供了一种标准化数据的生成方法，所述方法包括：

获取待数据标准化的目标文本数据；其中，所述目标文本数据包含多个指定字段下的数据内容，所述多个指定字段为：预设有标准化数据库的字段；

确定所述目标文本数据的多个分词；

针对每一分词，基于所述多个指定字段的标准化数据库中的标准词，确定与该分词相匹配的标准词，以及该分词所属的指定字段；其中，该分词所属的指定字段为：与该分词相匹配的标准词所属的指定字段；

基于与各个分词相匹配的标准词和各个分词所属的指定字段，生成所述目标文本数据的标准化数据。

第二方面，本发明实施例提供了一种标准化数据的生成装置，所述装置包括：

数据获取模块，用于获取待数据标准化的目标文本数据；其中，所述目标文本数据包含多个指定字段下的数据内容，所述多个指定字段为：预设有标准化数据库的字段；

分词确定模块，用于确定所述目标文本数据的多个分词；

分词匹配模块，用于针对每一分词，基于所述多个指定字段的标准化数据库中的标准词，确定与该分词相匹配的标准词，以及该分词所属的指定字段；其中，该分词所属的指定字段为：与该分词相匹配的标准词所属的指定字段；

数据生成模块，用于基于与各个分词相匹配的标准词和各个分词所属的指定字段，生成所述目标文本数据的标准化数据。

第三方面，本发明实施例提供了一种医学文本数据的标准化处理方法，所述方法包括：