[发明专利]一种基于症状特征的疾病分类的系统、设备及介质

权利要求书

1.一种基于症状特征的疾病分类的系统，其特征在于包括：

疾病症状收集单元：用于收集各种疾病名称，以及多个对应的症状描述性文本，将所述疾病名称对应的所有症状描述性文本以疾病名称的症状词库方式存入疾病症状数据库；

疾病症状扩展单元：对于已存在与疾病症状数据库中的疾病名称，在其对应的症状词库中添加关键词以扩展症状词库；对于未存在于疾病症状数据库中的疾病名称，采用新建分类并利用互联网爬虫搜索的方式创建其对应的症状词库，存入疾病症状数据库；

疾病症状筛查模型：通过SinHash算法建立疾病症状筛查模型，用于对待识别症状进行对应疾病的筛查；

疾病症状筛查单元：通过疾病症状筛查模型对待识别症状进行对应疾病的筛查，并根据筛查结果推荐被检者可能患有的疾病和健康问题以及个性化健康管理方案。

2.如权利要求1所述的一种基于症状特征的疾病分类的系统，其特征在于，所述疾病症状收集单元具体包括：

收集子单元：收集各种疾病名称，以及对应的症状描述性文本；

处理子单元：从所述描述性文本中提取关键词，并对关键词进行词性标注和术语提取，将从所述症状描述性文本中提取的关键词存入疾病名称的症状词库，并建立疾病名称与症状词库的映射关系，存入疾病症状数据库。

3.如权利要求2所述的一种基于症状特征的疾病分类的系统，其特征在于，所述处理子单元中，从所述描述性文本中提取关键词具体包括：

对所述多个描述性文本进行自动分词，计算每一个分词在描述性文本中的词频和权重，根据每一个分词的词频和权重，对所有分词进行排序，将排序高于预设第一阈值的多个分词作为该描述性文本的关键词，每个描述性文本的关键词作为一个关键词集合，一个疾病名称的症状词库中存在多个关键词集合。

4.如权利要求3所述的一种基于症状特征的疾病分类的系统，其特征在于，所述计算每一个分词在描述性文本中的词频和权重，根据每一个分词的词频和权重，对所有分词进行排序具体包括：

计算每个分词在描述性文本中的词频TF，所述词频TF＝某个分词在文章中出现的总次数/文章总分词数；

计算每个分词的权重IDF，所述权重IDF＝log(该疾病名称的症状描述性文本总数/(包含该分词的文档数+1))；

将每个分词的词频TF和权重IDF相乘，得到多个分词的TF-IDF值，即TF-IDF＝TF*IDF，根据TF-IDF值由高到低的规则，将多个分词按顺序排列，选取排序高于预设第一阈值的多个分词作为该描述性文本的关键词。

5.如权利要求1所述的一种基于症状特征的疾病分类的系统，其特征在于，所述疾病症状扩展单元中，具体包括：

被动扩展子单元：对于已存在于疾病症状数据库中的疾病名称，系统管理员拥有可在其对应的症状词库中添加关键词的权限，通过系统管理人员在症状词库中添加关键词的方式扩展症状词库；

主动扩展子单元：对于未存在于疾病症状数据库中的疾病名称，在数据库中新建该疾病名称以及对应的症状词库，所述症状词库采用互联网爬虫搜索对应的症状描述性文本，并从中提取关键词，创建其对应的症状词库，存入疾病症状数据库。

6.如权利要求1所述的一种基于症状特征的疾病分类的系统，其特征在于，所述疾病症状筛查单元具体包括：

用户输入子单元：用于为被检者提供症状的输入界面，获取被检者在输入界面输入的症状，并进行分词处理，获取被检者症状的多个关键词，作为待识别症状；

症状筛查子单元：用于获取待识别症状，并将待识别症状输入到疾病症状筛查模型，获取筛查结果，并根据筛查结果推荐被检者可能患有的疾病和健康问题以及个性化健康管理方案。