医疗文本分类方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种医疗文本分类方法，包括：将待分类文本表示为医疗实体关系模型；利用图神经网络生成医疗实体关系模型中的实体的实体表征，实体表征包含上下文信息；将实体表征进行池化，生成待分类文本的向量表示；以及通过KNN算法对向量表示的待分类文本进行分类，生成待分类文本的类别。本公开还提供了一种医疗文本分类装置、电子设备以及可读存储介质。质。质。

【技术实现步骤摘要】
医疗文本分类方法、装置、电子设备及存储介质


[0001]本公开涉及一种医疗文本分类方法、装置、电子设备以及可读存储介质，属于文本分类


技术介绍

[0002]文本分类的相关技术已经取得了很大进展，但是在医疗领域中，文本分类任务与普通场景下的文本分类任务有一定区别，主要表现为医疗领域专业性较强，含有大量的医学专业名称，并且医学文本的语言特征与普通文本也有较大差异。对应的，基于医疗文本提取医疗实体及实体关系图，进而基于医疗实体及实体关系进行医疗文本分类，对于医疗文本分类的准确性有较大影响。医疗领域中的文本分类任务除了特有的专业性挑战外，还有类别不均衡的问题，是困扰医疗文本分类准确性的关键，类别不均衡导致模型在学习过程中严重倾向于多数类，无法学习到少数类别的特征。因此，如何基于医疗实体及医疗实体关系，解决医疗文本领域的语言术语特性带来的问题以及类别不均衡问题，是提高医疗文本分类性能的关键所在。

技术实现思路

[0003]为了解决上述技术问题中的至少一个，本公开提供一种医疗文本分类方法、装置、电子设备及可读存储介质。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医疗文本分类方法，其特征在于，包括：将待分类文本表示为医疗实体关系模型；利用图神经网络生成医疗实体关系模型中的实体的实体表征，所述实体表征包含上下文信息；将所述实体表征进行池化，生成待分类文本的向量表示；以及通过KNN算法对向量表示的待分类文本进行分类，生成待分类文本的类别。2.根据权利要求1所述的医疗文本分类方法，其特征在于，所述医疗实体关系模型，包括：医疗属性节点、治疗属性节点、检查属性节点、症状属性节点以及实体节点，所述实体节点与实体节点对应的属性节点连接。3.根据权利要求1所述的医疗文本分类方法，其特征在于，所述将待分类文本表示为医疗实体关系模型，包括：提取待分类文本包含的实体；确定所述实体的属性类型；以及将所述实体与属性类型建立关联关系。4.根据权利要求1所述的医疗文本分类方法，其特征在于，利用图神经网络生成医疗实体关系模型中的实体表征，包括：令G＝{V，E，LV，TV，LE}表示文本构建成的有向图，V表示所有节点的集合，每个节点v都用一个节点类别tv和节点标签lv表示，xv表示节点v的特征，E为边集合，每个边e＝(yi,vi)有一个边标签Le关联节点关系解释说明，对集合中的每个节点V都用节点类别和节点标签表示；对每一个节点v进行上下文表示hv，通过多次迭代后获得，每一次迭代操作通过聚合和合并操作进行。5.根据权利要求1所述的医疗文本分类方法，其特征在于，通过KNN算法对向量表示的待分类文本分类，包括通过cos
‑
whitening方法计算向量之间的相似度，所述cos
‑
whitening方法通过将待分类文本向量变换后再进行KNN分类，所述变换将待分类文本向量的均值变换为0，协方差矩阵变换为单位矩阵，假设有M个文本向量，每个待分类文本向量xi表示为x<...

【专利技术属性】
技术研发人员：张萌，周玉，
申请(专利权)人：北京中科凡语科技有限公司，
类型：发明
国别省市：