买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：奇点智保(北京)科技有限公司

摘要：本发明提供了一种主要诊断类别确定方法、装置、电子设备和存储介质，包括：首先，对目标病历文本对应的语句进行分词处理，得到对应的分词集；接着，将获取的分词集和预设主要诊断类别基准信息列表中每个主要诊断类别对应的关键词集之间的相似度；然后将相似度大于相似度阈值的主要诊断类别作为目标病历文本的主要诊断类别。本发明能够自动且准确的确定主要诊断类别。

主权项：1.一种主要诊断类别确定方法，其特征在于，所述方法包括如下步骤：S100，对目标病历文本对应的语句进行分词处理，得到对应的分词集Wt={Wt1，Wt2，……，Wtu，……，Wtd}；Wtu为Wt中的第u个词，u的取值为1到d，d为Wt中的词数量；S200，获取Wt和KWr之间的相似度Sr；其中，KWr为预设主要诊断类别基准信息列表I中第r个主要诊断类别MDr对应的关键词集，I={I1，I2，……，Ir，……，Ih}；Ir为I中的第r个主要诊断类别基准信息，r的取值为1到h，h为I中的主要诊断类别的数量，Ir=（Ur，KWr），Ur为Ir对应的主要诊断类别MDr的ID；S300，获取最大相似度Smax=max（S1，S2，……，Sr，……，Sh）对应的主要诊断类别作为所述目标病历文本的主要诊断类别，max（）表示取最大值；其中，KWr通过如下步骤获取得到：S10，对基础数据集CI中的第i个样本病历文本对应的语句进行分词处理，得到对应的分词集Wi；i的取值为1到n，n为CI对应的样本病历文本的数量；S20，基于基础数据集CI对应的分词集，获取h个分词组，其中，h个分词组中的第r个分词组WGr=（WGr1，WGr2，……，WGrt，……，WGrZr）=Wr1∪Wr2∪……∪Wrs∪……∪WrGr；其中，WGrt为WGr中的第t个词，t的取值为1到Zr，Zr为WGr中的词数量；Wrs为n个样本病历文本中主要诊断类别属于第r个主要诊断类别对应的Gr个样本病历中的第s个样本病历对应的分词集；s的取值为1到Gr；S30，获取WGrt在WGr中的词频frt，如果frt＞fminrt，将WGrt作为第r个主要诊断类别的原始候选词，并加入第r个主要诊断类别对应的当前原始候选词集OWr中；OWr的初始值为空值；fminrt为WGrt对应的最低词频阈值；S40，基于预设停用词表，对OWr中的词进行过滤处理，得到过滤后的OWr，作为第r主要诊断类别的初步候选词集CWr；S50，获取第r个主要诊断类别对应的当前目标候选词集CRWr与除第r个主要诊断类别之外的其余h-1个主要诊断类别中的第s1个主要诊断类别对应的初步候选词集CWs1的差集，得到第r主要诊断类别对应的第s1个目标候选词集RWs1r，目标候选词执行S60；s1的取值为1到h-1，且s1的初始值为1；CRWr的初始值为CWr；S60，设置CRWr=RWs1r；设置s1=s1+1，如果s1≤h-1，执行S50，否则，执行S70；S70，将CRWr作为KWr。

全文数据：

权利要求：

百度查询： 奇点智保(北京)科技有限公司 一种主要诊断类别确定方法、装置、电子设备和存储介质