一种基于命名实体识别的疾病转码方法和装置制造方法及图纸

本发明专利技术提供了一种基于命名实体识别的疾病转码方法和装置，基于疾病分类编码标准中疾病名称的命名实体，生成命名实体字典；依据命名实体字典中医学疾病数据，进行分词，生成命名实体的向量化表示；对需转码的疾病名称进行命名实体识别，生成转码疾病字典；对命名实体与标准疾病名称的命名实体进行相交，生成候选疾病字典；基于字符串相似度和向量相似度计算转码疾病字典和候选疾病字典中命名实体相似度，按照顺序排列，生成疾病编码推荐列表。本发明专利技术将疾病名称看作多个命名实体组合而成的短文本，根据字符串相似度和向量相似度计算同一类型命名实体的之间的相似度，进而计算疾病名称相似度，生成疾病编码推荐列表，显著提高了工作效率。工作效率。工作效率。

【技术实现步骤摘要】
一种基于命名实体识别的疾病转码方法和装置


[0001]本专利技术属于语言信息处理
，具体涉及一种基于命名实体识别的疾病转码方法和装置。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]疾病转码对于规范疾病分类，促进信息交换发挥者重要的作用。其相关技术主要涉及文本相似度等算法，如利用统计学习计算疾病名称的TDIDF值或者向量表示，进而求相似度；如以疾病名称为标题、以电子病历的描述为内容，计算内容之间的相似度，进而推断标题(疾病名称)之间的相似度等。
[0004]疾病名称通常是由多个名词组合而成，如“猩红热外科型”由“猩红热”和“外科型”组成。同时，同一疾病名称可以由不同的组合形式表示，如“猩红热外科型”也可表示为“外科型猩红热”。但是，以上所提现有算法均在保持疾病名称完整性的情况下进行相似度计算，针对同一疾病名称的不同表示形式需要额外添加数据，而且需要再次计算相似度，这在无形中增加了工作量和工作难度。

技术实现思路

[0005]本专利技术为了解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于命名实体识别的疾病转码方法，其特征是：包括以下步骤：基于疾病分类编码标准中疾病名称的命名实体，生成命名实体字典；依据命名实体字典中医学疾病数据，进行分词，生成命名实体的向量化表示；对需转码的疾病名称进行命名实体识别，生成转码疾病字典；对命名实体与标准疾病名称的命名实体进行相交，生成候选疾病字典；基于字符串相似度和向量相似度计算转码疾病字典和候选疾病字典中命名实体相似度，按照顺序排列，生成疾病编码推荐列表。2.如权利要求1所述的一种基于命名实体识别的疾病转码方法，其特征是：若命名实体与标准疾病名称的命名实体进行相交不为空，将交集中命名实体数量最多的标准疾病名称、其编码、其命名实体以及命名实体类型，组成候选疾病字典。3.如权利要求1所述的一种基于命名实体识别的疾病转码方法，其特征是：若命名实体与标准疾病名称的命名实体进行相交为空，候选疾病字典的生成过程为命名实体类型与标准疾病名称的命名实体类型相交，将交集中命名实体类型数量最多的标准疾病名称、其编码、其命名实体以及命名实体类型，组成候选疾病字典。4.一种基于命名实体识别的疾病转码装置，其特征是：包括：基础数据模块，用于基于疾病分类编码标准中疾病名称的命名实体，生成命名实体字典；实体向量化模块，用于依据命名实体字典中医学疾病数据，进行分词，生成命名实体的向量化表示；关联模块，用于对需转码的疾病名称进行命名实体识别，生成转码疾病字典；对命名实体与标准疾病名称的命名实体进行相交，生成候选疾病字典；匹配模块，用于基于字符串相似度和向量相似度计算转码疾病字典和候选疾病字典中命名实体相似度，按照顺序排列，生成疾病编码推荐列表。5.如权利要求4所述的一种基于命名实体识别的疾病转码装置，其特征是：所述基础数据模块包括：命名实体模块，用于保存已训练的命名实体识别模型，并将该模型导入向量实体化模块、关联模块用于识别疾病名称中的命名实体；标准疾病名称模块，用于对疾病分类编码标准和其扩展版本中疾病名称数据进行清洗和保存；命名实体字典模块，利用命名实体模型完成对疾病分类编码标准和其扩展版本疾病名称中命名实体的识别，并将疾病名称、命名实体和其类型保存成命名实体字典，并将该字典导入实体向量化模块用于生成命名实体向量，导入关联模块用于生成候选疾病字典。6.如权利要求4所述的一种基于命名实体识别的疾病转码装置，其特征是：所述实体向量化模块包括：医学知识模块，用于清洗医学疾病知识，并进行保存；向量化模...

【专利技术属性】
技术研发人员：赵永光，钱进，赵静，闫中敏，朱晓洪，李正兴，张龙，张雪卫，王可可，刘萌，
申请(专利权)人：山大地纬软件股份有限公司，
类型：发明
国别省市：