科室推荐方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种科室推荐方法、装置、计算机设备和存储介质。所述方法包括：接收终端获取的问诊数据；对所述问诊数据进行分词处理得到分词数据；通过转义词库对所述分词数据进行推导得到不同维度的本体词；将不同维度的所述本体词与关键词映射管理库中的关键词的属性值进行匹配得到目标关键词；根据所述目标关键词得到对应的科室，并将所得到的科室推荐给所述终端。采用本方法能够提高科室推荐的效率。

【技术实现步骤摘要】
科室推荐方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种科室推荐方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展，用户可以通过手机终端上安装的应用程序进行线上问诊，以实现线上看病，只有遇到线上无法解决的问题时，才会转到线下科室进行处理。然而，由于医院门诊科室名称种类繁多，且与线上问诊科室名称不尽相同，要实现线上线下的转诊，需要大量的翻译过程。传统地，一般是设置人工审核机制，例如当线上问诊需要转到线下科室时，则由人工进行审核后，分配具体的线下科室，但是这样会耗费大量的人力，使得效率降低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高推荐效率的科室推荐方法、装置、计算机设备和存储介质。一种科室推荐方法，所述方法包括：接收终端获取的问诊数据；对所述问诊数据进行分词处理得到分词数据；通过转义词库对所述分词数据进行推导得到不同维度的本体词；将不同维度的所述本体词与关键词映射管理库中的关键词的属性值进行匹配得到目标关键词；根据所述目标关键词得到对应的科室，并将所得到的科室推荐给所述终端。在其中一个实施例中，所述将不同维度的所述本体词与关键词映射管理库中的关键词的属性值进行匹配得到目标关键词，包括：获取当前维度的本体词，并将所述当前维度的本体词与关键词映射管理库中的关键词的对应的属性值进行匹配得到当前关键词；获取下一维度的本体词，并将所述下一维度的本体词与所述当前关键词的对应的属性值进行匹配得到匹配结果；根据所述匹配结果更新所述当前关键词，直至所有维度的本体词都匹配完成得到目标关键词。在其中一个实施例中，所述根据所述目标关键词得到对应的科室，包括：获取所述目标关键词对应的方向权重；从所述目标关键词中选取所述方向权重为正值的搜索关键词；根据所述搜索关键词得到对应的科室。在其中一个实施例中，所述从所述目标关键词中选取所述方向权重为正值的搜索关键词，包括：根据所述方向权重对所述目标关键词按照从大到小的顺序进行排序；选取排序所述方向权重为正值且最大的目标关键词作为搜索关键词。在其中一个实施例中，所述通过转义词库对所述分词数据进行推导得到不同维度的本体词之前，还包括：接收所述终端获取的当前场景；根据所述当前场景加载对应的转义词库。在其中一个实施例中，所述通过转义词库对所述分词数据进行推导得到不同维度的本体词，包括：检索所述转义词库中是否存在与当前分词对应的；当所述转义词库中存在与所述当前分词对应的本体词时，则对所述本体词进行维度处理得到不同维度的本体词，并输出所述不同维度的本体词；当所述转义词库中不存在与所述当前分词对应的本体词时，检索所述转义词库中是否存在与所述当前分词对应的近义词；当所述转义词库中存在与所述当前分词对应的近义词时，则通过所述近义词更新所述当前分词，并继续检索所述转义词库中是否存在与当前分词对应的本体词。一种科室推荐装置，所述装置包括：第一接收模块，用于接收终端获取的问诊数据；分词模块，用于对所述问诊数据进行分词处理得到分词数据；推导模块，用于通过转义词库对所述分词数据进行推导得到不同维度的本体词；匹配模块，用于将不同维度的所述本体词与关键词映射管理库中的关键词的属性值进行匹配得到目标关键词；推荐模块，用于根据所述目标关键词得到对应的科室，并将所得到的科室推荐给所述终端。在其中一个实施例中，所述匹配模块包括：第一匹配单元，用于获取当前维度的本体词，并将所述当前维度的本体词与关键词映射管理库中的关键词的对应的属性值进行匹配得到当前关键词；第二匹配单元，用于获取下一维度的本体词，并将所述下一维度的本体词与所述当前关键词的对应的属性值进行匹配得到匹配结果；结果输出单元，用于根据所述匹配结果更新所述当前关键词，直至所有维度的本体词都匹配完成得到目标关键词。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。上述科室推荐方法、装置、计算机设备和存储介质，服务器在接收到终端获取的问诊数据后，首先对问诊数据进行分词处理得到分词数据，然后通过转义词库对分词数据进行推导得到不同维度的本体词，将本体词与用关键词映射管理库中的属性值进行匹配得到目标关键词，最后根据目标关键词得到对应的科室，从而可以将科室推荐给终端，不需要人工进行审核，提高了推荐效率。附图说明图1为一个实施例中科室推荐方法的应用场景图；图2为一个实施例中科室推荐方法的流程示意图；图3为一个实施例中前缀树的示意图；图4为一个实施例中的有向无环图的示意图；图5为一个实施例中的转义词库的示意图；图6为一个实施例中的关键词映射管理库的示意图；图7为一个实施例中科室推荐装置的结构框图；图8为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的科室推荐方法，可以应用于如图1所示的应用环境中。其中，终端通过网络与服务器进行通信。用户通过在终端安装的应用程序输入问诊数据，终端获取该问诊数据并上传至服务器，服务器对问诊数据进行分词处理得到分词数据，然后通过转义词库对分词数据进行推导得到不同维度的本体词，将本体词与用关键词映射管理库中的属性值进行匹配得到目标关键词，最后根据目标关键词得到对应的科室，从而可以将科室推荐给终端，不需要人工进行审核，提高了推荐效率。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种科室推荐方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：S202：接收终端获取的问诊数据。具体地，用户可以通过终端中的应用程序输入问诊数据，然后终端获取到用户所输入的问诊数据，终端将用户所输入的问诊数据发送至服务器，即服务器接收终端获取的用户输入的问诊数据。其中用户输入的问诊数据可以是用户通过终端的虚拟键盘输入的文本，或者是通过终端输入的语音，并且终端将输入的语音转化为相应的文本后发送至服务器，从而服务器接收终端获取的用户输入的问诊数据。S204：对问诊数据进行分词处理得到分词数据。具体地，对问诊数据进行分词处理得到分词，即时将所获取的问诊数据，一般是以句子形式的问诊数据进行分词，得到具有独立含义的多个分词。对所获取的问诊数据进行分词处理得到分词数据，可以包括：加载预设字典，并根据所加载的预设字典生成前缀树；根据前缀树以及问诊数据中的字生成有向无环图，有向无环图用于表示问诊数据中的字所能组成词语的情况；通过动态路径查找有向无环图中的最大概率路径，并获取与最大概率路径对应的分词数据。且可以选地，对于没有出现在有向无环图中的字还可以进行如下处理：从问诊数据中选取未出现在有向无环图中的字；获取预设的隐马尔科夫模型；通过隐马尔科夫模型对所选取的字进行分词处理得到分词数据。具体地，服务器可以首先加载预先存储的字典，该字本文档来自技高网...

【技术保护点】
1.一种科室推荐方法，所述方法包括：接收终端获取的问诊数据；对所述问诊数据进行分词处理得到分词数据；通过转义词库对所述分词数据进行推导得到不同维度的本体词；将不同维度的所述本体词与关键词映射管理库中的关键词的属性值进行匹配得到目标关键词；根据所述目标关键词得到对应的科室，并将所得到的科室推荐给所述终端。

【技术特征摘要】
1.一种科室推荐方法，所述方法包括：接收终端获取的问诊数据；对所述问诊数据进行分词处理得到分词数据；通过转义词库对所述分词数据进行推导得到不同维度的本体词；将不同维度的所述本体词与关键词映射管理库中的关键词的属性值进行匹配得到目标关键词；根据所述目标关键词得到对应的科室，并将所得到的科室推荐给所述终端。2.根据权利要求1所述的方法，其特征在于，所述将不同维度的所述本体词与关键词映射管理库中的关键词的属性值进行匹配得到目标关键词，包括：获取当前维度的本体词，并将所述当前维度的本体词与关键词映射管理库中的关键词的对应的属性值进行匹配得到当前关键词；获取下一维度的本体词，并将所述下一维度的本体词与所述当前关键词的对应的属性值进行匹配得到匹配结果；根据所述匹配结果更新所述当前关键词，直至所有维度的本体词都匹配完成得到目标关键词。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标关键词得到对应的科室，包括：获取所述目标关键词对应的方向权重；从所述目标关键词中选取所述方向权重为正值的搜索关键词；根据所述搜索关键词得到对应的科室。4.根据权利要求3所述的方法，其特征在于，所述从所述目标关键词中选取所述方向权重为正值的搜索关键词，包括：根据所述方向权重对所述目标关键词按照从大到小的顺序进行排序；选取排序所述方向权重为正值且最大的目标关键词作为搜索关键词。5.根据权利要求1至4任意一项所述的方法，其特征在于，所述通过转义词库对所述分词数据进行推导得到不同维度的本体词之前，还包括：接收所述终端获取的当前场景；根据所述当前场景加载对应的转义词库。6.根据权利要求5所述的方法，其特征在于，所述通过转义词库对所述分词数据进行推导得到不同维度的本体词，包括：检索所述转义词库中...

【专利技术属性】
技术研发人员：朱姬渊，孙行智，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44