[发明专利]一种基于CRF++分词构建医疗特征库的方法和系统在审
| 申请号： | 201810187001.X | 申请日： | 2018-03-07 |
| 公开（公告）号： | CN108491472A | 公开（公告）日： | 2018-09-04 |
| 发明（设计）人： | 吕军震;尹建波;于国方;胥洪锋;李长松;武佳 | 申请（专利权）人： | 新博卓畅技术（北京）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京驰纳智财知识产权代理事务所(普通合伙) 11367 | 代理人： | 陈常美 |
| 地址： | 065001 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于CRF++分词构建医疗特征库的方法和系统，其中方法包括选取电子文本作为初始来源，包括以下步骤：从所述初始来源中提取特征信息；对所述特征信息进行分词和语义分析；在所述CRF++分词的模板中标注所述分词；使用所述模板对所述初始来源进行表述和特征提取，生成疾病特征库；重复上述3‑4，迭代使用新提取的特征信息进行再次标注，直到没有需要标注的特征。本发明提出一种基于CRF++分词构建医疗特征库的方法和系统，使用现在比较权威的临床诊断指南作为信息的最初来源，去除没有医学含义的无用词语，最终生成可以训练软件的数据集，然后使用CRF来标注模板并训练，生成医学特征成果。 | ||
| 搜索关键词： | 分词 标注 医疗特征 构建 特征信息 电子文本 疾病特征 临床诊断 特征提取 提取特征 训练软件 医学特征 语义分析 数据集 迭代 去除 词语 指南 医学 重复 | ||
【主权项】：
1.一种基于CRF++分词构建医疗特征库的方法，包括选取电子文本作为初始来源，其特征在于，包括以下步骤：步骤1：从所述初始来源中提取特征信息；步骤2：对所述特征信息进行分词和语义分析；步骤3：在所述CRF++分词的模板中标注所述分词；步骤4：使用所述模板对所述初始来源进行表述和特征提取，生成疾病特征库；步骤5：重复上述步骤3和步骤4，迭代使用新提取的特征信息进行再次标注，直到没有需要标注的特征。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于新博卓畅技术（北京）有限公司，未经新博卓畅技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810187001.X/，转载请声明来源钻瓜专利网。
