一种描述文本分型认知系统和方法技术方案

本申请公开了一种描述文本分型认知系统和方法。所述系统包括：数据采集模块，用于采集腹痛文本描述信息；特征提取模块，用于采用自然语言处理算法对所述腹痛文本描述信息进行特征提取，得到文本语义特征信息；认知计算模块，用于采用预先训练好的语义相似度计算模型根据所述文本语义特征信息计算得到所述腹痛文本描述信息的分型结果；以及判别分型模块，用于根据所述分型结果确定疼痛分级和方案描述信息。本申请解决相关技术中对腹痛的认知效率低和认知准确率低的技术问题。率低和认知准确率低的技术问题。率低和认知准确率低的技术问题。

【技术实现步骤摘要】
一种描述文本分型认知系统和方法


[0001]本申请涉及文本描述信息认知
，具体而言，涉及一种描述文本分型认知系统和方法。

技术介绍

[0002]腹痛是临床上常见的一种症状，腹部疼痛大多数情况下是因为内部的器官病变导致的。腹部疼痛由于部位不同、器官不同、伴随症状不同、腹痛的病因也不同，以对应的疾病也不同。腹痛疾病判断看似简单，实际上很复杂。因此，在判断腹痛病因时，必须搞清腹部疼痛的部位、器官以及其他各种关系。当前，由于缺乏基于腹痛的疾病认知模型，已有的参考案例及腹痛相关资料难以为腹痛文本信息判断提供可靠依据。
[0003]针对相关技术中对腹痛的认知效率低和认知准确率低的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本申请的主要目的在于提供一种描述文本分型认知系统和方法，以解决相关技术中对腹痛的认知效率低和认知准确率低的问题。
[0005]为了实现上述目的，第一方面，本申请提供了一种描述文本分型认知系统，该系统包括：数据采集模块，用于采集腹痛文本描述信息；特征提取模块，用于采用自然语言处理算法对所述腹痛文本描述信息进行特征提取，得到文本语义特征信息；认知计算模块，用于采用预先训练好的语义相似度计算模型根据所述文本语义特征信息计算得到所述腹痛文本描述信息的分型结果；以及判别分型模块，用于根据所述分型结果确定疼痛分级和方案描述信息。
[0006]根据本申请的描述文本分型认知系统，所述数据采集模块还用于采集训练描述信息；以及所述特征提取模块还用于采用所述自然语言处理算法对所述训练描述信息进行特征提取，得到训练语义特征信息；该系统还包括：特征划分模块，用于采用决策树算法根据所述训练语义特征信息对所述训练描述信息进行分类，以得到多个特征信息子集；模型训练模块，用于针对所述多个特征信息子集中的每一个特征信息子集，采用语义相似度算法根据所述训练语义特征信息分别进行模型训练，得到所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型；其中，所述认知计算模块还用于采用所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型根据所述文本语义特征信息，计算得到腹痛文本描述信息的分型结果。
[0007]根据本申请的描述文本分型认知系统，该系统还包括第一归一化模块，用于：对所述腹痛文本描述信息进行归一化，以得到归一化后的腹痛文本描述信息，所述特征提取模块还用于采用所述自然语言处理算法对归一化后的腹痛文本描述信息进行特征提取，以得到所述文本语义特征信息；以及对所述训练描述信息进行归一化，以得到归一化后的训练描述信息，所述特征提取模块还用于采用所述自然语言处理算法对归一化后的训练描述信
息进行特征提取，以得到所述训练语义特征信息。
[0008]根据本申请的描述文本分型认知系统，所述认知计算模块还用于：采用所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型根据所述文本语义特征信息，分别计算得到每一个特征信息子集对应的相似度计算结果；以及对所述相似度计算结果进行加权求和，得到所述腹痛文本描述信息的分型结果。
[0009]根据本申请的描述文本分型认知系统，该系统还包括第二归一化模块，用于：采用归一化指数函数对每一个特征信息子集对应的相似度计算结果进行归一化，得到每一个特征信息子集对应的归一化后的相似度计算结果；其中，所述认知计算模块还用于对每一个特征信息子集对应的归一化后的相似度计算结果进行加权求和，得到所述腹痛文本描述信息的分型结果。
[0010]第二方面，本申请还提供了描述文本分型认知方法，该方法包括：采集腹痛文本描述信息；采用自然语言处理算法对所述腹痛文本描述信息进行特征提取，得到文本语义特征信息；采用预先训练好的语义相似度计算模型根据所述文本语义特征信息计算得到所述腹痛文本描述信息的分型结果；以及根据所述分型结果确定疼痛分级和方案描述信息。
[0011]根据本申请的描述文本分型认知方法，该方法还包括：采集训练描述信息；采用所述自然语言处理算法对所述训练描述信息进行特征提取，得到训练语义特征信息；采用决策树算法根据所述训练语义特征信息对所述训练描述信息进行分类，以得到多个特征信息子集；针对所述多个特征信息子集中的每一个特征信息子集，采用语义相似度算法根据所述训练语义特征信息分别进行模型训练，得到所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型；以及采用所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型根据所述文本语义特征信息，计算得到腹痛文本描述信息的分型结果。
[0012]根据本申请的描述文本分型认知方法，该方法还包括：对所述腹痛文本描述信息进行归一化，以得到归一化后的腹痛文本描述信息，采用所述自然语言处理算法对归一化后的腹痛文本描述信息进行特征提取，以得到所述文本语义特征信息；以及对所述训练描述信息进行归一化，以得到归一化后的训练描述信息，采用所述自然语言处理算法对归一化后的训练描述信息进行特征提取，以得到所述训练语义特征信息。
[0013]根据本申请的描述文本分型认知方法，采用所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型根据所述文本语义特征信息，计算得到腹痛文本描述信息的分型结果，包括：采用所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型根据所述文本语义特征信息，分别计算得到每一个特征信息子集对应的相似度计算结果；以及对所述相似度计算结果进行加权求和，得到所述腹痛文本描述信息的分型结果。
[0014]根据本申请的描述文本分型认知方法，该方法还包括：采用归一化指数函数对每一个特征信息子集对应的相似度计算结果进行归一化，得到每一个特征信息子集对应的归一化后的相似度计算结果；以及对每一个特征信息子集对应的归一化后的相似度计算结果进行加权求和，得到所述腹痛文本描述信息的分型结果。
[0015]本申请通过采用自然语言处理算法对所采集的腹痛文本描述信息进行特征提取，并采用预先训练好的语义相似度计算模型根据特征提取得到的文本语义特征信息计算得
到腹痛文本描述信息的分型结果并据此确定疼痛分级和方案描述信息，通过本申请提供的技术方案，可以提高腹痛分型认知准确性和实效性。
附图说明
[0016]构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0017]图1是根据本申请实施例提供的描述文本分型认知系统的框图；
[0018]图2是根据本申请实施例提供的另一描述文本分型认知系统的框图；以及
[0019]图3是根据本申请实施例提供的描述文本分型认知方法的流程图。
具体实施方式
[0020]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种描述文本分型认知系统，其特征在于，该系统包括：数据采集模块，用于采集腹痛文本描述信息；特征提取模块，用于采用自然语言处理算法对所述腹痛文本描述信息进行特征提取，得到文本语义特征信息；认知计算模块，用于采用预先训练好的语义相似度计算模型根据所述文本语义特征信息计算得到所述腹痛文本描述信息的分型结果；以及判别分型模块，用于根据所述分型结果确定疼痛分级和方案描述信息。2.如权利要求1所述的描述文本分型认知系统，其特征在于，所述数据采集模块还用于采集训练描述信息；以及所述特征提取模块还用于采用所述自然语言处理算法对所述训练描述信息进行特征提取，得到训练语义特征信息；该系统还包括：特征划分模块，用于采用决策树算法根据所述训练语义特征信息对所述训练描述信息进行分类，以得到多个特征信息子集；模型训练模块，用于针对所述多个特征信息子集中的每一个特征信息子集，采用语义相似度算法根据所述训练语义特征信息分别进行模型训练，得到所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型；其中，所述认知计算模块还用于采用所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型根据所述文本语义特征信息，计算得到腹痛文本描述信息的分型结果。3.如权利要求2所述的描述文本分型认知系统，其特征在于，该系统还包括第一归一化模块，用于：对所述腹痛文本描述信息进行归一化，以得到归一化后的腹痛文本描述信息，所述特征提取模块还用于采用所述自然语言处理算法对归一化后的腹痛文本描述信息进行特征提取，以得到所述文本语义特征信息；以及对所述训练描述信息进行归一化，以得到归一化后的训练描述信息，所述特征提取模块还用于采用所述自然语言处理算法对归一化后的训练描述信息进行特征提取，以得到所述训练语义特征信息。4.如权利要求2或3所述的描述文本分型认知系统，其特征在于，所述认知计算模块还用于：采用所述多个特征信息子集中的每一个特征信息子集的语义相似度计算模型根据所述文本语义特征信息，分别计算得到每一个特征信息子集对应的相似度计算结果；以及对所述相似度计算结果进行加权求和，得到所述腹痛文本描述信息的分型结果。5.如权利要求4所述的描述文本分型认知系统，其特征在于，该系统还包括第二归一化模块，用于：采用归一化指数函数对每一个特征信息子集对应的相似度计算结果进行归一化，得到每一个特征信息子集对应的归一化后的相似度计算结果；其中，所述认知计算模块还用于对每一个特征信息子集对应的...

【专利技术属性】
技术研发人员：张翔，陈伯怀，张宝杰，
申请(专利权)人：吾征智能技术北京有限公司，
类型：发明
国别省市：