医学信息查询方法、装置、电子设备及介质制造方法及图纸

本发明专利技术涉及智慧医疗，提供一种医学信息查询方法、装置、电子设备及介质。该方法能够提取查询文本，对查询文本进行纠错处理，得到多个查询词语，识别多个查询词语，得到对象实体及属性实体，获取对象实体的实体识别码，获取关联识别码，确定关联识别码对应的关联对象，确定关联对象与对象实体的关联强度，选取关联强度大于预设阈值的关联对象作为目标对象，获取同时与对象实体及属性实体对应的信息作为搜索结果，获取与目标对象对应的信息作为关联结果。本发明专利技术不仅能够准确识别出用户的意图，进而搜索出用户所需的搜索结果，还能搜索出与搜索意图相关联的关联结果。此外，本发明专利技术还涉及区块链技术，所述搜索结果及所述关联结果可存储于区块链中。

【技术实现步骤摘要】
医学信息查询方法、装置、电子设备及介质
本专利技术涉及智慧医疗
，尤其涉及一种医学信息查询方法、装置、电子设备及介质。
技术介绍
在医学知识平台上搜寻相关信息，能够获取医疗行业从业人员所需的医学信息，进而为临床诊断、治疗等医疗工作提供了重要参考价值。目前的搜索方式大多根据关键字进行搜索，然而，在用户提供的关键字中出现错别字等错误信息时，导致无法为用户准确提供所需的搜索结果，此外，现有的医学知识平台中模块之间的关联性差，导致无法为用户提供与搜索信息相关联的关联结果。
技术实现思路
鉴于以上内容，有必要提供一种医学信息查询方法、装置、电子设备及介质，不仅能够准确识别出用户的意图，进而搜索出用户所需的搜索结果，还能搜索出与搜索意图相关联的关联结果。一方面，本专利技术提出一种医学信息查询方法，所述医学信息查询方法包括：当接收到医学信息查询请求时，从所述医学信息查询请求中提取查询文本；对所述查询文本进行纠错处理，得到多个查询词语；对所述多个查询词语进行命名实体识别，得到所述查询文本的对象实体及所述查询文本的属性实体；从预设关联表中获取所述对象实体的实体识别码，并获取与所述实体识别码关联的关联识别码；确定所述关联识别码对应的关联对象，并确定所述关联对象与所述对象实体的关联强度；选取关联强度大于预设阈值的关联对象作为目标对象；从医学知识平台中获取同时与所述对象实体及所述属性实体对应的信息作为所述医学信息查询请求的搜索结果，并从所述医学知识平台中获取与所述目标对象对应的信息作为所述医学信息查询请求的关联结果。根据本专利技术优选实施例，所述从所述医学信息查询请求中提取查询文本包括：确定所述医学信息查询请求所属的请求类型；根据所述请求类型从预设线程池中确定目标线程；利用所述目标线程解析所述医学信息查询请求的方法体，得到所述医学信息查询请求携带的请求信息；从标签配置表中获取预设标签，所述标签配置表中存储多个预先定义好的标签；从所述请求信息中获取与所述预设标签对应的信息作为所述查询文本。根据本专利技术优选实施例，所述对所述查询文本进行纠错处理，得到多个查询词语包括：利用预先构建的语法检测模型检测所述查询文本中是否存在待纠错词；当检测到所述查询文本中存在所述待纠错词时，确定所述待纠错词的词语长度；根据所述词语长度确定备选集，并计算所述待纠错词与所述备选集中的每个备选词的相似度；将相似度最大的备选词确定为替换词，并在所述查询文本中将所述待纠错词替换为所述替换词，得到纠错后的查询文本；根据预设词典对所述查询文本进行切分，得到多个切分序列，所述预设词典中包括自定义词与所述自定义词的权值；根据所述预设词典中的权值计算每个切分序列的切分概率；将切分概率最大的切分序列确定为所述多个查询词语。根据本专利技术优选实施例，所述对所述多个查询词语进行命名实体识别，得到所述查询文本的对象实体及所述查询文本的属性实体包括：对所述多个查询词语进行向量化处理，得到输入向量序列；将所述输入向量序列输入至预先构建的实体识别模型中，并获取所述实体识别模型的激活层中每个序列位置上所有标签的输出概率及每个序列位置上所有标签的转移概率；对于每个序列位置，将所述输出概率及所述转移概率进行加权和运算，得到每个序列位置的上所有标签的目标概率；将目标概率最高的标签确定为每个序列位置上的输出标签，并组合每个序列位置上的输出标签，得到所述查询文本的实体列表；从所述实体列表中选取出与预设对象匹配的实体作为所述对象实体，并从所述实体列表中选取出与预设属性匹配的实体作为所述属性实体。根据本专利技术优选实施例，在从预设关联表获取所述对象实体的实体识别码之前，所述方法还包括：从预设词表中爬取与所述对象实体对应的目标词条；从所述目标词条中识别出多个预设实体，所述预设实体包括疾病实体及药品实体；计算每个预设实体在所述目标词条中的目标数量，并计算所述目标词条中所述多个预设实体的实体数量；将所述目标数量除以所述实体数量，得到每个预设实体与所述对象实体的关联强度；利用编码生成器生成所述对象实体的实体识别码，并利用所述编码生成器生成所述多个预设实体的关联识别码；根据所述实体识别码、所述关联识别码及所述关联强度生成三元组，得到所述预设关联表。根据本专利技术优选实施例，所述从医学知识平台中获取同时与所述对象实体及所述属性实体对应的信息作为所述医学信息查询请求的搜索结果包括：确定所述对象实体与所述属性实体中实体的目标个数；调用线程数量为所述目标个数的闲置线程；利用所述闲置线程中任一线程从所述医学知识平台中获取与所述对象实体对应的第一信息，并利用所述闲置线程中的其他线程从所述医学知识平台中获取与所述属性实体对应的第二信息；获取所述第一信息与所述第二信息的交集作为所述搜索结果。根据本专利技术优选实施例，所述方法还包括：确定所述医学信息查询请求的触发用户，并确定所述医学信息查询请求的触发设备；获取所述触发用户的用户行为数据；根据所述用户行为数据确定所述触发用户的关注对象；从所述医学知识平台中获取与所述关注对象对应的关注信息；向所述触发设备推送所述关注信息。另一方面，本专利技术还提出一种医学信息查询装置，所述医学信息查询装置包括：提取单元，用于当接收到医学信息查询请求时，从所述医学信息查询请求中提取查询文本；处理单元，用于对所述查询文本进行纠错处理，得到多个查询词语；识别单元，用于对所述多个查询词语进行命名实体识别，得到所述查询文本的对象实体及所述查询文本的属性实体；获取单元，用于从预设关联表中获取所述对象实体的实体识别码，并获取与所述实体识别码关联的关联识别码；确定单元，用于确定所述关联识别码对应的关联对象，并确定所述关联对象与所述对象实体的关联强度；选取单元，用于选取关联强度大于预设阈值的关联对象作为目标对象；所述获取单元，还用于从医学知识平台中获取同时与所述对象实体及所述属性实体对应的信息作为所述医学信息查询请求的搜索结果，并从所述医学知识平台中获取与所述目标对象对应的信息作为所述医学信息查询请求的关联结果。另一方面，本专利技术还提出一种电子设备，所述电子设备包括：存储器，存储计算机可读指令；及处理器，执行所述存储器中存储的计算机可读指令以实现所述医学信息查询方法。另一方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述医学信息查询方法。由以上技术方案可以看出，本专利技术能够当接收到医学信息查询请求时，从所述医学信息查询请求中提取查询文本，对所述查询文本进行纠错处理，得到多个查询词语，通过对查询文本进行纠错处理，有利于准确本文档来自技高网...

【技术保护点】
1.一种医学信息查询方法，其特征在于，所述医学信息查询方法包括：/n当接收到医学信息查询请求时，从所述医学信息查询请求中提取查询文本；/n对所述查询文本进行纠错处理，得到多个查询词语；/n对所述多个查询词语进行命名实体识别，得到所述查询文本的对象实体及所述查询文本的属性实体；/n从预设关联表中获取所述对象实体的实体识别码，并获取与所述实体识别码关联的关联识别码；/n确定所述关联识别码对应的关联对象，并确定所述关联对象与所述对象实体的关联强度；/n选取关联强度大于预设阈值的关联对象作为目标对象；/n从医学知识平台中获取同时与所述对象实体及所述属性实体对应的信息作为所述医学信息查询请求的搜索结果，并从所述医学知识平台中获取与所述目标对象对应的信息作为所述医学信息查询请求的关联结果。/n

【技术特征摘要】
1.一种医学信息查询方法，其特征在于，所述医学信息查询方法包括：
当接收到医学信息查询请求时，从所述医学信息查询请求中提取查询文本；
对所述查询文本进行纠错处理，得到多个查询词语；
对所述多个查询词语进行命名实体识别，得到所述查询文本的对象实体及所述查询文本的属性实体；
从预设关联表中获取所述对象实体的实体识别码，并获取与所述实体识别码关联的关联识别码；
确定所述关联识别码对应的关联对象，并确定所述关联对象与所述对象实体的关联强度；
选取关联强度大于预设阈值的关联对象作为目标对象；
从医学知识平台中获取同时与所述对象实体及所述属性实体对应的信息作为所述医学信息查询请求的搜索结果，并从所述医学知识平台中获取与所述目标对象对应的信息作为所述医学信息查询请求的关联结果。


2.如权利要求1所述的医学信息查询方法，其特征在于，所述从所述医学信息查询请求中提取查询文本包括：
确定所述医学信息查询请求所属的请求类型；
根据所述请求类型从预设线程池中确定目标线程；
利用所述目标线程解析所述医学信息查询请求的方法体，得到所述医学信息查询请求携带的请求信息；
从标签配置表中获取预设标签，所述标签配置表中存储多个预先定义好的标签；
从所述请求信息中获取与所述预设标签对应的信息作为所述查询文本。


3.如权利要求1所述的医学信息查询方法，其特征在于，所述对所述查询文本进行纠错处理，得到多个查询词语包括：
利用预先构建的语法检测模型检测所述查询文本中是否存在待纠错词；
当检测到所述查询文本中存在所述待纠错词时，确定所述待纠错词的词语长度；
根据所述词语长度确定备选集，并计算所述待纠错词与所述备选集中的每个备选词的相似度；
将相似度最大的备选词确定为替换词，并在所述查询文本中将所述待纠错词替换为所述替换词，得到纠错后的查询文本；
根据预设词典对所述查询文本进行切分，得到多个切分序列，所述预设词典中包括自定义词与所述自定义词的权值；
根据所述预设词典中的权值计算每个切分序列的切分概率；
将切分概率最大的切分序列确定为所述多个查询词语。


4.如权利要求1所述的医学信息查询方法，其特征在于，所述对所述多个查询词语进行命名实体识别，得到所述查询文本的对象实体及所述查询文本的属性实体包括：
对所述多个查询词语进行向量化处理，得到输入向量序列；
将所述输入向量序列输入至预先构建的实体识别模型中，并获取所述实体识别模型的激活层中每个序列位置上所有标签的输出概率及每个序列位置上所有标签的转移概率；
对于每个序列位置，将所述输出概率及所述转移概率进行加权和运算，得到每个序列位置的上所有标签的目标概率；
将目标概率最高的标签确定为每个序列位置上的输出标签，并组合每个序列位置上的输出标签，得到所述查询文本的实体列表；
从所述实体列表中选取出与预设对象匹配的实体作为所述对象实体，并从所述实体列表中选取出与预设属性匹配的实体作为所述属性实体。


5.如权利要求1所述的医学信息查询方法，其特征在于，在从预设关...

【专利技术属性】
技术研发人员：刘君操，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东;44