一种面向护理记录的事件抽取方法技术

本发明专利技术涉及一种面向护理记录的事件抽取方法，属于自然语言处理中的信息抽取技术领域。本发明专利技术首次提出了面向护理记录应用事件抽取技术，结合护理记录的特点和现有护理技术类别划分规范，设计了合适的护理事件模版和一系列标注规则，解决了护理领域的多事件论元归属问题。本发明专利技术可以实现护理事件抽取，并自动检测出人工护理记录的常见缺项。对比现有的事件抽取技术，能够有效无法预测论元所属事件的问题，在多事件护理语料中论元角色分类的的效果更好。更好。更好。

【技术实现步骤摘要】
一种面向护理记录的事件抽取方法


[0001]本专利技术涉及一种面向护理记录的事件抽取方法，属于自然语言处理中的信息抽取

技术背景
[0002]护理在临床上有着广泛的应用，护理工作直接影响到病人的心理、舒适度，特别是ICU重症加强护理病房等，对护理工作的要求很高。目前，大部分医院都已意识到护理工作及护理记录的重要性，并采取各类技术手段，逐渐加强对日常护理记录的统计、分析和整理。
[0003]然而，当前对护理记录的重视程度仍远低于电子病历。绝大多数护理记录依然采取人工记录，存在信息数据非结构化的问题，经常出现描述不全、记录缺项等问题。
[0004]从信息处理角度看，护理记录中包含大量所需的护理事件。在自然语言处理中，事件抽取(Event Extraction，EE)的目标是检测文本中的事件实例，它要求从非结构化信息中抽取出相应事件，并以结构化的形式进行表示。因此，针对护理记录不规范、非结构化、人工监管困难等问题，将事件抽取技术应用于护理记录，可以有效检测书写错误，帮助整理护理记录。
[0005]现有的事件抽取方法主要包括管道式和联合式两种。其中，管道式首先抽取触发词，再抽取相应的论元，论元识别时，触发词抽取的模型的结果错误会影响论元抽取的结果。联合式方法则同时抽取触发词和论元，不存在错误传播，但是当一个文本包含多个事件时，标签相同的论元无法预测出其所属的事件类型。
[0006]目前，面向护理记录的事件抽取方法十分稀缺。此类方法面临的主要困难包括：领域数据难构造，标注成本大，无标注数据的评价指标，导致设计一种通用的护理事件模版和标注规范难度很大。此外，通常根据事件模版的定义，不同事件类型的论元角色不同，但因护理领域的语料特点，所有护理事件的论元角色均相同，因此，事件抽取方法还需要解决论元的事件归属问题。

技术实现思路

[0007]本专利技术的目的是为了解决现有人工护理记录法存在书写错误、记录缺项等非结构化问题，创造性地提出一种面向护理记录的事件抽取任务，并提出一种针对当前护理事件抽取语料的事件抽取方法，实现自动化检测护理记录缺项漏项。
[0008]本专利技术的创新点在于：首次提出了面向护理记录应用事件抽取技术，结合护理记录的特点和现有护理技术类别划分规范，设计了合适的护理事件模版和一系列标注规则，并解决了护理领域的多事件论元归属问题。
[0009]为实现上述目的，本专利技术所采用的技术方案如下：
[0010]一种面向护理记录的事件抽取方法，基于管道式方法，对非结构化的包含N个护理事件的护理记录进行操作。包括以下步骤：
[0011]首先，结合护理记录信息的特点，采用自然语言处理技术，对护理数据进行预处理，包括句子边界处理、词性标注。
[0012]同时，根据护理操作的类别，针对性地筛选和类别对应的触发词，并结合现有护理技术类别划分规范，设计对应的事件类型和论元角色。
[0013]然后，选择标注工具，制定触发词和论元的标注规范。从护理记录中抽样语料，并按照标注规范来标注数据，构建护理事件抽取语料库。
[0014]之后，基于预训练模型BERT和条件随机场(Conditional Random Field，CRF)的序列标注模型，构建触发词抽取模型，抽取出护理记录中所有触发词。
[0015]随后，条件融合抽取出的触发词嵌入T，基于预训练模型BERT和条件随机场CRF，构建论元抽取模型，抽取并识别每个触发词对应的论元。
[0016]最后，利用训练好的事件抽取模型在人工护理记录上进行事件抽取，对比语料库的论元模版，找到每种事件类型的论元角色缺项。
[0017]有益效果
[0018]本专利技术方法，可以实现护理事件抽取，并自动检测出人工护理记录的常见缺项。对比现有的事件抽取技术，本方法解决了无法预测论元所属事件的问题，在多事件护理语料中论元角色分类的的效果更好。
附图说明
[0019]图1为本专利技术方法的流程示意图。
[0020]图2为本方法的事件抽取模型图。
具体实施方式
[0021]下面结合附图和实施例对本专利技术方法做进一步详细说明。
[0022]实施例
[0023]如图1所示，以ICU护理记录为例，一种面向护理记录的事件抽取方法，包括以下步骤：
[0024]步骤1：清洗获取到的原始ICU护理记录，对包含多个句子的记录进行切割，处理无意义的空格。
[0025]步骤2：利用分词工具(如jieba)，统计动词及其词频，结合ICU护理技术分类类别，选择和护理操作类别对应的词汇(如鼻饲、给氧、泵入等)作为触发词，并设计其护理事件类型。
[0026]步骤3：设计所有的护理事件类型均包含三个论元角色：患者状态、客体、护理操作结果。论元容易存在边界模糊和论元角色分类歧义，因此，针对歧义和边界问题，制定论元标注规范，包括以下规则：
[0027]患者状态在触发词前，操作结果在触发词后；
[0028]论元包括修饰词；
[0029]一条护理记录包含多个事件时，两个事件的论元不重合；
[0030]一个论元角色下允许有多个论元实体。
[0031]步骤4：随机采样若干步骤1清理后的数据，根据步骤2和步骤3设计的标注规范来
标注数据，构建护理事件抽取语料库。
[0032]本实施例中，最终语料库包含有32种护理事件类型和3种论元角色。
[0033]例如，护理记录“患者入室血压164/129mmHg，复测体温38.7℃，遵医嘱给予患者吲哚美辛涮栓25mg肛入。”包含检查指标判读和具体器官操作两个护理事件，如表1所示。检查指标判读事件的触发词是复测，客体是体温，护理操作结果是38.7℃；具体器官操作事件的触发词是肛入，客体是吲哚美辛栓25mg。
[0034]表1护理事件样例
[0035][0036]步骤5：如图2左侧所示，训练触发词抽取器，检测触发词和分类事件类型。
[0037]具体地，将护理记录文本X＝(x1,x2,
…
,x
n
)输入至预训练模型BERT，生成句子表示H＝(h1，h2，
…
，h
n
)，n为文本长度，x
n
表示文本的每个字，h
n
表示x
n
经过BERT后的词向量表示。将句子表示H输入进全连接层进一步融合信息，最后输入至条件随机场，学习每个字的BIO标签之间的关系，即Begin、Inside、Outside，抽取文本的所有触发词。
[0038]步骤6：如图2右侧所示，训练论元抽取器，检测论元和分类论元角色。
[0039]具体地，将护理记录文本X＝(x1，x2，
…
，x
n
)输入至预训练模型BERT，生成句子表示G＝(g1，g2，
…
，g
n
)，n为文本长度，x
n
表示文本的每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向护理记录的事件抽取方法，其特征在于，基于管道式方法，对非结构化的包含N个护理事件的护理记录进行操作；首先，结合护理记录信息的特点，采用自然语言处理技术，对护理数据进行预处理，包括句子边界处理、词性标注；同时，根据护理操作的类别，针对性地筛选和类别对应的触发词，并结合现有护理技术类别划分规范，设计对应的事件类型和论元角色；然后，选择标注工具，制定触发词和论元的标注规范；从护理记录中抽样语料，并根据标注规范来标注数据，构建护理事件抽取语料库；其中，标注规范包括以下规则：患者状态在触发词前，操作结果在触发词后；论元包括修饰词；一条护理记录包含多个事件时，两个事件的论元不重合；一个论元角色下允许有多个论元实体；之后，基于预训练模型BERT和条件随机场的序列标注模型，构建触发词抽取模型，抽取出护理记录中所有触发词；具体地，将护理记录文本X＝(x1,x2,
…
,x
n
)输入至预训练模型BERT，生成句子表示H＝(h1,h2,
…
,h
n
)，n为文本长度，x
n
表示文本的每个字，h
n
表示x
n
经过BERT后的词向量表示；将句子表示H输入进全连接层进一步融合信息，最后输入至条件随机场，学习每个字的BIO标签之间的关系，即Begin、Inside、Outside，抽取文本的所有触发词；随后，条件融合抽取出的触发词嵌入T，基于预...

【专利技术属性】
技术研发人员：郭宇航，宋若雨，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：