[发明专利]基于医疗问诊对话的患者情感分析方法、系统及计算机设备

权利要求书

1.一种基于医疗问诊对话的患者情感分析方法，其特征在于，包括：

1)采集医疗问诊中患者的问句，进行预处理后形成文本数据集；

2)对步骤1)得到的文本数据集进行处理得到数据集合，该数据集合中包括从患者的问句中提取的实体以及与实体关联的情感词；

3)对步骤2)得到的数据集合进行人工处理，构建得到训练数据集，该训练数据集中，对于每一句话，均对应有其中的实体和实体的情感类别；

4)基于bert模型，采用步骤3)得到的训练数据集进行训练，最终得到情感分类模型；

5)利用步骤4)得到的情感分类模型对医疗问诊中患者的问句进行分析，得到问句中的所有实体的情感类别。

2.根据权利要求1所述的基于医疗问诊对话的患者情感分析方法，其特征在于，所述步骤1)具体包括：

1-1)采集公开的医疗问诊数据，从中提取患者问病的问句形成问句文本；

1-2)对问句文本进行预处理，去除特殊符号、空格及无法解析的富文本，得到预处理后数据；

1-3)步骤1-2)得到的预处理后数据再进行过滤，去除文本短于预先设定的最短阈值的数据，形成最终的文本数据集。

3.根据权利要求2所述的基于医疗问诊对话的患者情感分析方法，其特征在于，所述步骤2)包括：

2-1)利用医疗实体抽取算法，对步骤1)得到的文本数据集中的所有问句进行实体抽取，得到不同类别的医疗实体；

2-2)利用情感字典，对文本数据集中的所有问句中的具有情感倾向性的词预先进行匹配后抽取；

2-3)对于同一个问句的实体和情感词，建立多对多的关联集合，完成所有问句的处理后，构建得到数据集合。

4.根据权利要求3所述的基于医疗问诊对话的患者情感分析方法，其特征在于，所述步骤3)包括：

3-1)将情感词分为：正面、负面、中性三类，对于数据集合中，每一句问句对应的关联集合内的实体和情感词，人工判断实体对应的情感词类别，正确的关联标为true，视为正样本，错误的标为false，视为负样本；

3-2)对于没有关联情感词的实体，进行人工标注情感类别后补齐；

3-3)最终对于每一句问句，均得到其中的所有实体以及实体对应的情感类别，从而构建得到训练数据集。

5.根据权利要求4所述的基于医疗问诊对话的患者情感分析方法，其特征在于，所述步骤4)包括：

4-1)利用bert模型的语义信息，构建prompt模板：针对每句话，设计一个模板，“该____情感倾向为___”；

4-2)对于训练数据集中的每一个问句，分别将每一个实体及对应的情感类别输入模板的第一空和第二空中，得到模板判断语句；

4-3)进行分类鉴别模型训练，将训练数据集中的一个问句和对应该问句通过模板得到的模板判断语句输入到bert模型中，以模板判断语句表征的实体的情感类别与问句中对应相同实体的情感类别标签相同为目标进行训练；

完成训练数据集中所有问句的输入后，最终得到情感分类模型。

6.根据权利要求5所述的基于医疗问诊对话的患者情感分析方法，其特征在于，所述步骤5)包括：

5-1)输入需要判断的问句，提取问句中的所有实体；

5-2)将问句和对应的所有实体输入到所述情感分类模型中，得到所有实体的情感类别结果。

7.一种基于医疗问诊对话的患者情感分析系统，其特征在于，其采用如权利要求1-6中任意一项所述的方法基于医疗问诊对话对患者情感进行分析，该系统包括：

实体提取模块，其用于提取医疗问诊对话中患者发出的问句中的所有实体；

以及情感分类模型，将问句和对应的所有实体输入到该情感分类模型中后，情感分类模型分析得到所有实体的情感类别结果。

8.一种存储介质，其上存储有计算机程序，其特征在于，该程序被执行时用于实现如权利要求1-6中任意一项所述的方法。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在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权利要求1-6中任意一项所述的方法。