[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。