[发明专利]文本处理方法、装置、电子设备和存储介质

权利要求书

1.一种文本处理方法，包括：

获取待处理的病历文本；

对所述病历文本进行实体识别，获得所述病历文本中的关键词；

对所述关键词进行分类，获得所述关键词的类别标签；

根据所述关键词和所述类别标签对所述病历文本进行切分，获得所述病历文本的结构化文本内容。

2.根据权利要求1所述的方法，其中，所述对所述病历文本进行实体识别，获得所述病历文本中的关键词，包括：

将所述病历文本切分成多个短句；

对于每个所述短句中的每个字，根据所述每个字前后的上下文语义信息将所述每个字转化为空间中的点坐标，获得所述病历文本的点坐标集合；

根据所述点坐标集合对所述病历文本进行分词和词性分析，确定所述病历文本中的关键词。

3.根据权利要求2所述的方法，还包括：

响应于所述病历文本之中存在误识别或未识别的关键词，根据配置的正则表达式对所述误识别或未识别的关键词进行修正。

4.根据权利要求1所述的方法，其中，所述对所述关键词进行分类，获得所述关键词的类别标签，包括：

根据预先配置的多个类别标签和预设的逻辑回归Softmax模型对所述关键词进行分类，获得所述关键词的类别标签。

5.根据权利要求1所述的方法，其中，所述根据所述关键词和所述类别标签对所述病历文本进行切分，获得所述病历文本的结构化文本内容，包括：

确定预设的切分配置信息，所述切分配置信息中包括关键词选取条件；

根据所述类别标签和关键词选取条件，从多个关键词中确定出符合所述关键词选取条件的待切分目标关键词和待切分关键词；

根据所述待切分关键词和所述待切分目标关键词对所述病历文本进行切分，获得所述病历文本的结构化文本内容。

6.根据权利要求5所述的方法，其中，所述根据所述待切分关键词和所述待切分目标关键词对所述病历文本进行切分，获得所述病历文本的结构化文本内容，包括：

根据所述待切分关键词和所述待切分目标关键词对所述病历文本进行切分，根据所述待切分目标关键词确定结构化文本内容中的字段；

根据所述待切分目标关键词在病历文本中的位置信息，获取所述字段的值；

根据所述字段和所述字段的值，构成所述病历文本的结构化文本内容。

7.根据权利要求6所述的方法，还包括：

对所述字段的值进行数据清洗。

8.一种文本处理装置，包括：

获取模块，用于获取待处理的病历文本；

实体识别模块，用于对所述病历文本进行实体识别，获得所述病历文本中的关键词；

分类模块，用于对所述关键词进行分类，获得所述关键词的类别标签；

切分模块，用于根据所述关键词和所述类别标签对所述病历文本进行切分，获得所述病历文本的结构化文本内容。

9.根据权利要求8所述的装置，其中，所述实体识别模块，具体用于：

将所述病历文本切分成多个短句；

对于每个所述短句中的每个字，根据所述每个字前后的上下文语义信息将所述每个字转化为空间中的点坐标，获得所述病历文本的点坐标集合；

根据所述点坐标集合对所述病历文本进行分词和词性分析，确定所述病历文本中的关键词。

10.根据权利要求9所述的装置，其中，所述装置还包括：

修正模块，响应于所述病历文本之中存在误识别或未识别的关键词，用于根据配置的正则表达式对所述误识别或未识别的关键词进行修正。

11.根据权利要求8所述的装置，其中，所述分类模块具体用于：

根据预先配置的多个类别标签和预设的逻辑回归Softmax模型对所述关键词进行分类，获得所述关键词的类别标签。