一種基于短文本分類的電子病歷數(shù)據(jù)質(zhì)量評(píng)價(jià)方法

基本信息

申請(qǐng)?zhí)?/td> CN202110587641.1 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113360643A 公開(kāi)（公告）日 2021-09-07
申請(qǐng)公布號(hào) CN113360643A 申請(qǐng)公布日 2021-09-07
分類號(hào) G06F16/35;G06K9/62;G06N3/04;G06N3/08;G16H10/60 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 葉方全;陳逸龍 申請(qǐng)（專利權(quán)）人 廣州天鵬計(jì)算機(jī)科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 401120 重慶市渝北區(qū)金開(kāi)大道西段106號(hào)12幢（7層1號(hào)房）
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于短文本分類的電子病歷數(shù)據(jù)質(zhì)量評(píng)價(jià)方法，包括如下步驟：S1：數(shù)據(jù)處理；S2：依據(jù)識(shí)別；S3：質(zhì)量評(píng)價(jià)。本發(fā)明提出了一種基于短文本分類的方法，先將電子病歷原始文本拆分成較短的句子，再構(gòu)建BiLSTM?Attention模型來(lái)對(duì)短句進(jìn)行分類，最后根據(jù)分類結(jié)果是否與診斷一致，作出相應(yīng)的評(píng)價(jià)。本發(fā)明提出的方法不需要人工處理電子病歷的原始文本，不但節(jié)省了人力和時(shí)間成本，還降低了對(duì)專業(yè)醫(yī)學(xué)人員的要求。同時(shí)，深度學(xué)習(xí)模型能夠充分利用海量的電子病歷數(shù)據(jù)，對(duì)拆分的句子進(jìn)行有效的分類，從而作出合理的評(píng)價(jià)。