[发明专利]一种电子病历的非结构化信息转化为结构化的泛化方法

摘要

本发明涉及一种电子病历的非结构化信息转化为结构化的泛化方法，包括以下步骤：采用样本学习的方法构建初始候选模式库；根据电子病历信息构建关于标本名的医疗词库；根据医疗词库中标本名，把电子病历语句切分成多个子句，其中，每个子句只包含一个标本的信息；采用分词提取工具对子句进行分词，生成子句序列；依据已经构建的初始候选模式库，从所述子句序列中提取新模式；将多个模式泛化成一个模式；根据得到的模式对文本信息进行信息抽取。本发明可以获得更快速、精确的抽取结果。

主权项

1.一种电子病历的非结构化信息转化为结构化的泛化方法，其特征在于，包括以下步骤：(1)采用样本学习的方法构建初始候选模式库；(2)根据电子病历信息构建关于标本名的医疗词库；(3)根据医疗词库中标本名，把电子病历语句切分成多个子句，其中，每个子句只包含一个标本的信息；(4)采用分词提取工具对子句进行分词，生成子句序列；(5)依据已经构建的初始候选模式库，从所述子句序列中提取新模式；(6)将多个模式泛化成一个模式；具体包括以下子步骤：(61)对于模式X，把与其相似度大于泛化门限值的模式分为两类，一类是与模式X的标本名属于同一类的模式集P，一类是与模式X的标本名不属于同一类的模式集Q；(62)对于模式集P中任意模式Y，若Xi＝Yi(i＝1,2,...,n)，则把Xi放入泛化后模式C，若Xi！＝Yi，则把Xi|Yi放入模式C，其中Xi和Yi分别是模式X和模式Y的指标；若P为空，则C＝X；(63)对于泛化后模式C，对于模式集Q中任意模式Z，把Ck|Zk放入模式D，其中Ck和Zk分别是模式C和模式Z的标本名；若Ci＝Zi(i＝1,2,...,n)，则把Ci放入泛化后模式D；若Ci！＝Zi，则把Ci|Zi放入模式D，其中Ci和Zi分别是模式C和模式Z的指标；(7)根据得到的模式对文本信息进行信息抽取。