【技术实现步骤摘要】
挂号科室的匹配方法和装置
本专利技术涉及信息处理
,尤其涉及一种挂号科室的匹配方法和装置。
技术介绍
近几年来,人工智能技术得到了越来越广泛的关注,作为其子领域的机器学习、深度学习等方法也被应用到各行各业当中,不仅仅停留于理论阶段的研究,诸多企业将这一方法应用在实际的业务场景中,结合相关的技术,如图像检测、自然语言处理、模式识别等研发成实际的落地产品,尤其是现在许多互联网公司致力于AI医疗领域,研发出智能问诊、智能分导诊等互联网医疗领域的产品。对于智能分导诊来讲,根据患者的主诉,模拟医生对患者的询问方式,定位到主诉中的关键信息,询问下一轮可能存在的症状,结合多轮症状询问交互,最后会推荐排名top1的院方科室作为最终的建议院方科室进行挂号,而该建议院方科室也是与产品基准版本的标准科室建立了映射关系。随着产品的规模扩大,会有越来越多的医院加入合作,基准版的标准科室也需要不断的扩增,假如基准版科室有100多个,院方科室几十个,如果通过人工对照匹配的方式对照,会有上千次的比较,耗费大量的人力,实现较为困难。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技 ...
【技术保护点】
1.一种挂号科室的匹配方法,其特征在于,包括以下步骤:根据多个院方科室和多个标准科室生成训练样本集合,其中,所述训练样本集合包含正样本集和负样本集;根据问诊语料和患者语料获取多个词向量特征;将所述训练样本集合和所述多个词向量特征输入预先训练的匹配模型,获取与每个院方科室对应匹配的候选标准科室及相似度;根据所述与每个院方科室对应匹配的候选标准科室及相似度和预设的置信区间生成每个院方科室与标准科室之间的映射关系。
【技术特征摘要】
1.一种挂号科室的匹配方法,其特征在于,包括以下步骤:根据多个院方科室和多个标准科室生成训练样本集合,其中,所述训练样本集合包含正样本集和负样本集;根据问诊语料和患者语料获取多个词向量特征;将所述训练样本集合和所述多个词向量特征输入预先训练的匹配模型,获取与每个院方科室对应匹配的候选标准科室及相似度;根据所述与每个院方科室对应匹配的候选标准科室及相似度和预设的置信区间生成每个院方科室与标准科室之间的映射关系。2.如权利要求1所述的方法,其特征在于,所述根据多个院方科室和多个标准科室生成训练样本集合,包括:根据预设样本数量比例关系获取与所述多个院方科室和所述多个标准科室对应的所述正样本集和所述负样本集,其中,所述正样本集中的每个正样本包含一对互相匹配的院方科室和标准科室,所述负样本集中的每个负样本包含一对互相不匹配的院方科室和标准科室。3.如权利要求1所述的方法,其特征在于,所述根据问诊语料和患者语料获取多个词向量特征,包括:获取所述问诊语料和患者语料;提取所述问诊语料和患者主诉语料中的医学实体词和科室实体词,并获取与所述医学实体词对应的拆分词;根据预设算法对所述科室实体词进行计算,获取指示科室相似度的所述第一词向量特征,和/或,根据预设算法对所述实体词和与所述实体词对应的所述拆分词计算,获取所述第二词向量特征。4.如权利要求3所述的方法,其特征在于,还包括:根据预设算法对所述问诊语料和患者主诉语料计算,获取包含多个等级的语义特征的所述第三词向量特征。5.如权利要求1所述的方法,其特征在于,所述根据所述与每个院方科室对应匹配的候选标准科室及相似度和预设的置信区间生成每个院方科室与标准科室之间的映射关系,包括:检测与每个院方科室对应的相似度是否属于预设的置信度区间;若属于所述置信度区间,则生成所述每个院方科室和对应的候选标准科室之间的映射关系;若不属于所述置信度区间,则将所述每个院方科室对应匹配的候选标准科室及相似度发送至用户,并根据所述用户的反馈信息建立所述每个院方科室对应的标准科室。6.如权利要求1所述的方法,其特征在于,所述根据所述与每个院方科室对应匹配的候选标准科室及相似度和预设的置信区间生成每个院方科室与标准科室之间的映射关系,包括:确定与每个院方科室对应匹配的候选标准科室是否包含标准子科室;若包含标准子科室,则检测与所述每个院方科室对应的相似度是否等于1;若所述相似度等于1,则构建所述每个院方科室与对应的候选标准科室及其标准子科室的映射关系;若所述相似度不等于1,则检测所述相似度是否属于大于等于预设阈值,其中,所述预设阈值小于1;若大于等于所述预设阈值,则构建所述每个院方科室与对应的候选标准科室及其标准子科室的映射关系。7.如权利要求6所述的方法,其特征在于,还包括:若小于所述置信区间,则发送包含所述每个院方科室与对应的候选标准科室及其标准子科室的对应关系的提示消息;根据用户对所述提示消息的反馈,构建所述每个院方科室与标准科室及其标准子科室的映射关系。8.如权利要求6所述的方法,其特征在于,在所述确定与每个院方科室对应匹...
【专利技术属性】
技术研发人员:王春宇,夏源,施振辉,陆超,黄海峰,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。