本申请涉及人工智能技术领域，提供一种基于人工智能的诊所评分方法、装置、电子设备及介质，所述方法包括：基于自然语言处理模型对目标诊所的用户评论文本进行评价词抽取，得到评价词；基于评价权重值树，确定评分值，并根据评分值计算第一评分值；基于目标诊所的诊断数据，得到诊断记录数据，并基于诊断记录数据，确定第二评分值，诊断记录数据包括患者病症和患者病症对应的患者用药；基于目标诊所的就医环境数据，确定就医环境数据对应的多个环境维度；并根据多个环境维度，确定第三评分值；基于第一评分值、第二评分值和第三评分值，计算融合评分值；基于融合评分值，确定目标诊所的评分。本申请提高了对诊所评分的效率和准确率。本申请提高了对诊所评分的效率和准确率。本申请提高了对诊所评分的效率和准确率。
【技术实现步骤摘要】
基于人工智能的诊所评分方法、装置、电子设备及介质
[0001]本申请涉及人工智能
，具体涉及一种基于人工智能的诊所评分方法、装置、电子设备及介质。
技术介绍
[0002]目前国内各大小诊所数量庞大，但各诊所的医疗硬件条件以及医务人员的技术水平良莠不齐，对于诊所的医疗硬件设施、运营能力、运营流程以及医疗质量等方面没有较权威的评价标准以及综合认证体系，人们在选择诊所就医时没有客观渠道了解诊所的真实医疗水平。
[0003]现在，通常是通过人工审核的方式完成对诊所的评分，如通过获取诊所相关人员填写问卷进行自评得到的自评数据，根据自评数据进行认证，或者是获取线上多个患者对应的诊所的评分，基于患者的评分确定诊所的评分。但是，人工审核针对不同的诊所之间无法做出灵活的比较分析，同时由诊所相关人员填写的问卷准确度也难以保证，所以导致不能准确地对诊所的真实医疗水平进行评分，同时仅基于患者的评分确定诊所的评分，维度单一，导致确定的评分不能代表诊所的真实医疗水平。
技术实现思路
[0004]鉴于以上内容，有必要提出一种基于人工智能的诊所评分方法、装置、电子设备及介质，基于人工智能从多个维度对诊所的医疗水平进行评分，提高了对诊所评分的效率和准确率。
[0005]第一方面，本申请提供了一种基于人工智能的诊所评分方法，所述方法包括：
[0006]获取目标诊所的用户评论文本，并基于训练完成的自然语言处理模型对所述用户评论文本进行评价词抽取，得到评价词；
[0007]基于预设的评价权重值树，确定所述评价词对应的评分值，并根据所述评分值，计算所述目标诊所对应的第一评分值；
[0008]基于所述目标诊所的诊断数据，得到患者的诊断记录数据，并基于所述诊断记录数据，确定第二评分值，其中，所述诊断记录数据包括患者病症和所述患者病症对应的患者用药；
[0009]基于所述目标诊所的就医环境数据，确定所述就医环境数据对应的多个环境维度；并根据所述多个环境维度，确定第三评分值；
[0010]基于所述第一评分值、所述第二评分值和所述第三评分值，计算所述目标诊所对应的融合评分值；
[0011]基于所述融合评分值，确定所述目标诊所的评分。
[0012]根据本申请的一个可选的实施方式，所述基于训练完成的自然语言处理模型对所述用户评论文本进行评价词抽取，得到评价词包括：
[0013]基于自然语言处理模型的子词编码模块对所述用户评论文本进行编码，得到多个
子词，并通过所述自然语言处理模型的表征模块，对每个子词进行表征，得到每个子词对应的表征向量；
[0014]根据所述表征向量确定每个子词的标记，并根据每个子词标记对所述多个子词进行对齐处理，得到表征序列；
[0015]对所述表征序列进行计算，得到每个子词的匹配度，并根据所述匹配度确定评价词。
[0016]根据本申请的一个可选的实施方式，所述根据所述表征向量确定每个子词的标记，并根据所述每个子词的标记对所述多个子词进行对齐处理得到表征序列包括：
[0017]将第一个子词对应的表征向量确定为所述第一个子词的标记；
[0018]计算后一个子词对应的表征向量与前一个子词对应的表征向量之间的向量差值得到所述后一个子词的标记；
[0019]计算每个子词的标记的数量，并判断所述标记的数量是否预设阈值；
[0020]当所述标记的数量大于预设阈值时，对所述标记进行卷积运算得到目标标记；
[0021]当所述标记的数量等于预设阈值时，将所述标记确定为目标标记；
[0022]根据所述目标标记得到表征序列。
[0023]根据本申请的一个可选的实施方式，所述基于预设的评价权重值树，确定所述评价词对应的评分值包括：
[0024]根据所述评价词遍历评价权重值树，确定所述评价词对应的节点；
[0025]确定所述节点对应的节点层级及对应的节点值；
[0026]基于所述节点层级和所述节点值，确定所述评价词对应的评分值。
[0027]根据本申请的一个可选的实施方式，所述基于所述诊断记录数据，确定第二评分值包括：
[0028]基于所述患者用药对应的药品信息，确定所述患者用药对应的用药特征信息；
[0029]基于余弦相似度算法，对所述用药特征信息与所述患者病症进行计算，得到所述用药特征信息与所述患者病症的匹配度；
[0030]根据所述患者病症，确定病症等级；
[0031]基于所述匹配度和所述病症等级，确定第二评分值。
[0032]根据本申请的一个可选的实施方式，所述根据所述多个环境维度，确定第三评分值包括：
[0033]确定所述就医环境数据对应的多个环境维度；
[0034]根据所述多个环境维度从所述就医环境数据中，确定每个环境维度对应的维度信息；
[0035]确定每个所述环境维度的度量单位，并基于所述度量单位，对每个所述环境维度对应的维度信息进行标准化处理，得到标准值；
[0036]确定每个环境维度所属的维度类型；
[0037]基于所述维度类型及所述标准值，生成所述就医环境数据的融合标准值；
[0038]根据所述融合标准值，生成所述就医环境数据对应的环境曲线；
[0039]计算所述环境曲线与预设曲线的相似度，并基于所述相似度确定第三评分值。
[0040]根据本申请的一个可选的实施方式，所述基于所述第一评分值、所述第二评分值
和所述第三评分值，计算所述目标诊所对应的融合评分值包括：
[0041]基于所述第一评分值、所述第二评分值和所述第三评分值，构建评分三角形；
[0042]计算所述评分三角形的重心，并基于所述重心，得到所述目标诊所对应的融合评分坐标；
[0043]基于所述融合评分坐标，确定所述目标诊所对应的融合评分值。
[0044]第二方面，本申请提供了一种基于人工智能的诊所评分装置，所述装置包括：
[0045]诊所评价处理模块，用于获取目标诊所的用户评论文本，并基于训练完成的自然语言处理模型对所述用户评论文本进行评价词抽取，得到评价词；
[0046]第一评分计算模块，用于基于预设的评价权重值树，确定所述评价词对应的评分值，并根据所述评分值，计算所述目标诊所对应的第一评分值；
[0047]第二评分计算模块，用于基于所述目标诊所的诊断数据，得到患者的诊断记录数据，并基于所述诊断记录数据，确定第二评分值，其中，所述诊断记录数据包括患者病症和所述患者病症对应的患者用药；
[0048]第三评分计算模块，用于基于所述目标诊所的就医环境数据，确定所述就医环境数据对应的多个环境维度；并根据所述多个环境维度，确定第三评分值；
[0049]融合评分计算模块，用于基于所述第一评分值、所述第二评分值和所述第三评分值，计算所述目标诊所对应的融合评分值；
[0050]诊所评分计算模块，用于基于所述融合评分值，确定所述目标诊所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的诊所评分方法，其特征在于，所述方法包括：获取目标诊所的用户评论文本，并基于训练完成的自然语言处理模型对所述用户评论文本进行评价词抽取，得到评价词；基于预设的评价权重值树，确定所述评价词对应的评分值，并根据所述评分值，计算所述目标诊所对应的第一评分值；基于所述目标诊所的诊断数据，得到患者的诊断记录数据，并基于所述诊断记录数据，确定第二评分值，其中，所述诊断记录数据包括患者病症和所述患者病症对应的患者用药；基于所述目标诊所的就医环境数据，确定所述就医环境数据对应的多个环境维度；并根据所述多个环境维度，确定第三评分值；基于所述第一评分值、所述第二评分值和所述第三评分值，计算所述目标诊所对应的融合评分值；基于所述融合评分值，确定所述目标诊所的评分。2.如权利要求1所述的基于人工智能的诊所评分方法，其特征在于，所述基于训练完成的自然语言处理模型对所述用户评论文本进行评价词抽取，得到评价词包括：基于自然语言处理模型的子词编码模块对所述用户评论文本进行编码，得到多个子词，并通过所述自然语言处理模型的表征模块，对每个子词进行表征，得到每个子词对应的表征向量；根据所述表征向量确定每个子词的标记，并根据每个子词标记对所述多个子词进行对齐处理，得到表征序列；对所述表征序列进行计算，得到每个子词的匹配度，并根据所述匹配度确定评价词。3.如权利要求2所述的基于人工智能的诊所评分方法，其特征在于，所述根据所述表征向量确定每个子词的标记，并根据所述每个子词的标记对所述多个子词进行对齐处理得到表征序列包括：将第一个子词对应的表征向量确定为所述第一个子词的标记；计算后一个子词对应的表征向量与前一个子词对应的表征向量之间的向量差值得到所述后一个子词的标记；计算每个子词的标记的数量，并判断所述标记的数量是否预设阈值；当所述标记的数量大于预设阈值时，对所述标记进行卷积运算得到目标标记；当所述标记的数量等于预设阈值时，将所述标记确定为目标标记；根据所述目标标记得到表征序列。4.如权利要求1所述的基于人工智能的诊所评分方法，其特征在于，所述基于预设的评价权重值树，确定所述评价词对应的评分值包括：根据所述评价词遍历评价权重值树，确定所述评价词对应的节点；确定所述节点对应的节点层级及对应的节点值；基于所述节点层级和所述节点值，确定所述评价词对应的评分值。5.如权利要求1所述的基于人工智能的诊所评分方法，其特征在于，所述基于所述诊断记录数据，确定第二评分值包括：基于所述患者用药对应的药品信息，确定所述患者用药对应的用药特征信息；基于余弦相似度算法，对所述用药特征信息与所述患者病症...
【专利技术属性】
技术研发人员：陈朝海，
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：
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。