【技术实现步骤摘要】
多维度并发症信息抽取方法、装置、电子设备及介质
本专利技术涉及智慧医疗
，尤其涉及一种多维度并发症信息抽取方法、装置、电子设备及介质。
技术介绍
从手术并发症的有关文本描述中抽取出手术的并发症疾病实体，能够辅助医生对患者的术后观察。目前，通过实体抽取模型从有关文本描述中抽取手术的并发症疾病实体，然而，由于疾病实体中包含手术并发症外，还包含非手术并发症的其他疾病实体，因此，现有的实体抽取模型无法准确地抽取出手术的并发症疾病实体。
技术实现思路
鉴于以上内容，有必要提供一种多维度并发症信息抽取方法、装置、电子设备及介质，不仅能够准确抽取出所述对象实体的并发症疾病实体，还能够触发追溯问句的生成，进而从其他维度抽取到所述并发症疾病实体的意图结果，以便更好地辅助相关人员对患者的治疗。一方面，本专利技术提出一种多维度并发症信息抽取方法，所述多维度并发症信息抽取方法包括：当接收到并发症抽取请求时，从所述并发症抽取请求中提取医疗查询问句；从所述医疗查询问句中抽取对象实体，并爬取与所述对象实体...
【技术保护点】
1.一种多维度并发症信息抽取方法，其特征在于，所述多维度并发症信息抽取方法包括：/n当接收到并发症抽取请求时，从所述并发症抽取请求中提取医疗查询问句；/n从所述医疗查询问句中抽取对象实体，并爬取与所述对象实体相关的并发症数据；/n拼接所述并发症数据与所述对象实体，得到待抽取文本，并将所述待抽取文本转换为待抽取向量；/n将所述待抽取向量输入至预先构建的指针抽取模型中，得到抽取结果；/n当所述抽取结果为所述对象实体的并发症疾病实体时，根据所述并发症疾病实体生成追溯问句；/n确定所述追溯问句中的追溯意图，并根据所述追溯意图从所述并发症数据中确定所述并发症疾病实体的意图结果。/n
【技术特征摘要】
1.一种多维度并发症信息抽取方法，其特征在于，所述多维度并发症信息抽取方法包括：
当接收到并发症抽取请求时，从所述并发症抽取请求中提取医疗查询问句；
从所述医疗查询问句中抽取对象实体，并爬取与所述对象实体相关的并发症数据；
拼接所述并发症数据与所述对象实体，得到待抽取文本，并将所述待抽取文本转换为待抽取向量；
将所述待抽取向量输入至预先构建的指针抽取模型中，得到抽取结果；
当所述抽取结果为所述对象实体的并发症疾病实体时，根据所述并发症疾病实体生成追溯问句；
确定所述追溯问句中的追溯意图，并根据所述追溯意图从所述并发症数据中确定所述并发症疾病实体的意图结果。
2.如权利要求1所述的多维度并发症信息抽取方法，其特征在于，所述从所述并发症抽取请求中提取医疗查询问句包括：
从预设线程池中获取所有闲置线程，并获取每个闲置线程的处理速率；
将处理速率最大的闲置线程确定为目标线程；
利用所述目标线程解析所述并发症抽取请求，得到所述并发症抽取请求携带的数据信息；
获取预设标签，所述预设标签是指预先定义好的标签；
从所述数据信息中获取与所述预设标签对应的信息作为所述医疗查询问句。
3.如权利要求1所述的多维度并发症信息抽取方法，其特征在于，所述从所述医疗查询问句中抽取对象实体包括：
过滤所述医疗查询问句中的特殊字符，得到过滤后的文本；
根据自定义词典对所述过滤后的文本进行切分，得到多个切分序列，每个切分序列包括所述过滤后的文本中的所有词语；
根据所述多个切分序列构建多个有向无环图；
根据所述自定义词典中的权值计算每个有向无环图的切分概率；
将切分概率最大的有向无环图对应的切分序列确定为目标序列；
获取所述目标序列中的所有词语，得到多个分词；
计算每个分词与预设实体列表中的每个预设实体的相似度；
选取相似度最大的预设实体作为所述对象实体。
4.如权利要求1所述的多维度并发症信息抽取方法，其特征在于，所述爬取与所述对象实体相关的并发症数据包括以下一种或者多种方式的组合：
获取预设社交账号，并从所述预设社交账号中爬取包含所述对象实体的数据作为所述并发症数据；及/或
获取与所述对象实体相关联的目标书籍，获取配置标识，并利用光学字符识别技术从所述目标书籍中识别出与所述配置标识对应的数据作为所述并发症数据；及/或
从预设网站中爬取与所述对象实体相关的数据作为所述并发症数据。
5.如权利要求1所述的多维度并发症信息抽取方法，其特征在于，所述将所述待抽取文本转换为待抽取向量包括：
...
【专利技术属性】
技术研发人员：李恬静，朱威，
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
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。