[发明专利]医疗文本中抽取疾病及其对应的化验指标实体词的方法及系统及装置

权利要求书

1.一种在医疗文本中抽取疾病及其对应的化验指标实体词的方法，其特征在于，所述方法包括：

步骤1：系统将已由人工总结而成的化验指标、化验指标异常值、疾病、疾病与化验指标异常值之间的关系词等四种语义元素的词汇初值存储在外设中；

步骤2：系统将已由人工总结而成的疾病与化验指标异常值对应关系描述句式存储在外设中；步骤 3：系统将已获取到的包含疾病与其异常化验指标关系的原始句子存储在外设中；

步骤 4：系统循环地从外设中读取一种句式到内存中；

(1) 系统循环地选择该句式中的n-1个元素作为输入去匹配该句式；

(2) 系统将该n-1个语义元素对应的词表中的词汇循环地读取，并到步骤3的句子中匹配，如果匹配上，到步骤5学习该句式中属于剩余的1个语义元素集合中的词汇；

(3) 将学习到的词汇由人工鉴别正误；

(4) 将鉴别为正确的词汇存放到步骤1所述的语义元素集合中；

(5) 系统选择该句式中另外的n-1个元素作为输入去匹配该句式，但要包括刚刚学习并更新完的语义元素，返回步骤2；

步骤 5：系统待调用的由其他n-1个语义元素学习剩下的1个元素的算法：

(1) 如果待学习的元素处于句式的中间，即句式中其他两个元素的中间，则将两个元素中间的3个字提取，作为候选结果，供人工判别正误；

(2) 如果待学习的的元素处于句式的结尾，则将其之前一个元素与标点中间的3个字提取，作为候选结果，供人工判别正误；

(3) 如果待学习的的元素处于句式的开头，则将之前的标点与其之后一个元素中间的3个字提取，作为候选结果，供人工判别正误。

2.一种在医疗文本中抽取疾病及其对应的化验指标实体词的系统，其特征在于，所述系统包括以下单元：

(1) 疾病词的初值集合、化验指标的初值集合、化验指标异常值的初值集合、疾病与化验指标异常之间的关系词的初值集合、句式集合、原始语料（句子）的集合；

(2) 存储单元：用于存储（1）中的各种集合；

(3) 输入单元：读取存储单元中内容；

(4) 信息匹配单元：句式中n-1个元素到原始语料（句子）中匹配；

(5) 信息抽取单元：句式中剩余1个元素被抽取。

3.一种在医疗文本中抽取疾病及其对应的化验指标实体词的提取装置，包括获取器、处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述步骤1至5中任意一个所述方法步骤。

4.一种在医疗文本中抽取疾病及其对应的化验指标实体词的提取装置，包括获取器、处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述系统时实现如权利要求2中的系统单元模块。