【技术实现步骤摘要】
本专利技术涉及计算机处理，特别是涉及一种医疗费用清单明细识别结果的后处理方法及装置。
技术介绍
1、医疗费用清单明细图片经过ocr识别后仍然存在部分错误，需要大量人工进行复查。目前，为了减少人工复查，常用的方法包括：
2、(1)基于规则的方法
3、通过事先定义好的规则，筛选出符合规则的医疗费用清单明细，从而减少人工复查。但该基于规则的方法存在以下缺陷：可扩展性较差，对于新的情况需要手动添加规则，工作量大；需要专业人员制定规则，因此开发成本高，且存在人为主观性。
4、(2)基于机器学习的方法
5、通过训练机器学习模型，判断医疗费用清单明细的可信度，从而减少人工复查。但该基于机器学习的方法存在以下缺陷：需要大量标注好的数据集进行训练，收集和标注数据集的成本很高；模型泛化能力有限，对于新的场景可能表现不佳；对于某些较为复杂的情况，需要深度学习等复杂的技术，带来较高的计算资源和时间成本。
6、(3)基于ocr技术的方法
7、通过优化ocr算法，提高识别准确度，从而减少人工复...
【技术保护点】
1.一种医疗费用清单明细识别结果的后处理方法，其特征在于，所述后处理方法包括：
2.根据权利要求1所述的一种医疗费用清单明细识别结果的后处理方法，其特征在于，所述医疗知识图谱的构建方法包括：
3.根据权利要求2所述的一种医疗费用清单明细识别结果的后处理方法，其特征在于，所述基于所有所述历史医疗费用清单明细的药品名称、药品价格和医院编码构建医疗知识图谱，具体包括：
4.根据权利要求1所述的一种医疗费用清单明细识别结果的后处理方法，其特征在于，所述将所述识别结果和所述医院编码与预先建立的医疗知识图谱进行匹配，得到匹配结果，具体包括：判断...
【技术特征摘要】
1.一种医疗费用清单明细识别结果的后处理方法，其特征在于，所述后处理方法包括：
2.根据权利要求1所述的一种医疗费用清单明细识别结果的后处理方法，其特征在于，所述医疗知识图谱的构建方法包括：
3.根据权利要求2所述的一种医疗费用清单明细识别结果的后处理方法，其特征在于，所述基于所有所述历史医疗费用清单明细的药品名称、药品价格和医院编码构建医疗知识图谱，具体包括：
4.根据权利要求1所述的一种医疗费用清单明细识别结果的后处理方法，其特征在于，所述将所述识别结果和所述医院编码与预先建立的医疗知识图谱进行匹配，得到匹配结果，具体包括：判断所述识别结果和所述医院编码与预先建立的医疗知识图谱中的任意一个三元组是否匹配；若是，则匹配结果为匹配成功；若否，则匹配结果为匹配失败。
5.根据权利要求1所述的一种医疗费用清单明细识别结果的后处理...
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。