CN111986768A - 诊所查询报告生成方法、装置、电子设备及存储介质 - Google Patents

诊所查询报告生成方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111986768A
CN111986768A CN202010917050.1A CN202010917050A CN111986768A CN 111986768 A CN111986768 A CN 111986768A CN 202010917050 A CN202010917050 A CN 202010917050A CN 111986768 A CN111986768 A CN 111986768A
Authority
CN
China
Prior art keywords
clinic
query
report
data
preset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010917050.1A
Other languages
English (en)
Other versions
CN111986768B (zh
Inventor
谢斐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Ping An Smart Healthcare Technology Co ltd
Original Assignee
Ping An International Smart City Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN202010917050.1A priority Critical patent/CN111986768B/zh
Publication of CN111986768A publication Critical patent/CN111986768A/zh
Application granted granted Critical
Publication of CN111986768B publication Critical patent/CN111986768B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及智慧医疗，提供一种诊所查询报告生成方法、装置、电子设备及存储介质。该方法能够从诊所查询报告生成请求中提取查询文本，对查询文本进行预处理，得到多个分词，基于预设的诊所特征，从多个分词中筛选出至少一个特征词，诊所特征包括诊所机构名称，将至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果，从诊所***中获取与至少一个输出结果对应的至少一个查询报告，整合至少一个查询报告，得到诊所报告。本发明生成的诊所报告便于分析与统计，同时，在不限定用户的输入方式的前提下，能够准确获取用户的查询需求。此外，本发明还涉及区块链技术，所述诊所报告可存储于区块链中。

Description

诊所查询报告生成方法、装置、电子设备及存储介质
技术领域
本发明涉及智慧医疗技术领域，尤其涉及一种诊所查询报告生成方法、装置、电子设备及存储介质。
背景技术
目前，在诊所的运行过程中会产生多种不同类型的数据，通过这些数据能够形成不同类型的数据报表，比如资质监管报表、供应商备案统计表等。当用户需要获取多个需求的报表数据时，需要用户按照一定的输入方式输入需求，并在诊所***中按照页面引导操作执行相关的查询操作，然而，由于这种方式需要按照一定的规则输入需求，给用户造成不便，此外，当多个需求对应的数据属于不同类型的数据时，将会获取到多个报表数据，不便于数据的分析与统计。
发明内容
鉴于以上内容，有必要提供一种诊所查询报告生成方法、装置、电子设备及存储介质，不仅能够将多个维度对应的数据整合在同一个诊所查询报告中，有利于数据的分析与统计，还能够在不限定用户的输入方式的前提下，准确获取用户的查询需求。
一方面，本发明提出一种诊所查询报告生成方法，所述诊所查询报告生成方法包括：
当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本；
对所述查询文本进行预处理，得到多个分词；
基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称；
将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果；
从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告；
整合所述至少一个查询报告，得到诊所报告。
根据本发明优选实施例，所述从所述诊所查询报告生成请求中提取查询文本包括：
获取预设线程池中的闲置线程；
利用所述闲置线程解析所述诊所查询报告生成请求的报文，得到所述诊所查询报告生成请求携带的数据信息；
获取预设标签，所述预设标签是指预先定义好的标签；
从所述数据信息中获取与所述预设标签对应的信息，作为所述查询文本。
根据本发明优选实施例，所述对所述查询文本进行预处理，得到多个分词包括：
根据预设的自定义词典对所述查询文本进行切分，得到切分位置，所述自定义词典中存储多个自定义词及每个自定义词对应的权值；
根据所述切分位置构建至少一个有向无环图；
根据所述自定义词典中的权值计算每个有向无环图的切分概率；
将切分概率最大的有向无环图对应的切分位置确定为目标切分位置；
根据所述目标切分位置切分所述查询文本，得到切分后的词语；
识别出所述切分后的词语中的无用标签，并将所述无用标签从所述切分后的词语中过滤，得到多个目标词语；
对所述多个目标词语进行标准化处理，得到所述多个分词。
根据本发明优选实施例，所述基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词包括：
对每个分词进行编码处理，得到与所述多个分词对应的多个编码向量，并获取与所述诊所特征对应的多个特征向量；
计算每个编码向量与每个特征向量的距离，得到每个编码向量的多个特征距离；
从每个编码向量的多个特征距离中选取数值最小的特征距离作为每个编码向量的目标距离；
筛选所述目标距离小于预设阈值的编码向量作为目标编码向量，并将所述目标编码向量对应的分词确定为所述至少一个特征词。
根据本发明优选实施例，在将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果之前，所述方法还包括：
从诊所查询语料库中获取历史诊所查询数据，所述诊所查询语料库中存储多个诊所查询数据及多个查询类别；
划分所述历史诊所查询数据，得到训练诊所数据集及验证诊所数据集；
训练所述训练诊所数据集中的历史诊所查询数据，得到第一学习器；
根据所述验证诊所数据集中的历史诊所查询数据对所述第一学习器进行调整，得到第二学习器；
从所述诊所查询语料库中获取查询时间在配置时间内的目标诊所查询数据；
利用所述目标诊所查询数据对所述第二学习器进行误差分析，得到误差率；
当所述误差率小于配置值时，将所述第二学习器确定为所述查询模型；或者
当所述误差率大于或者等于所述配置值时，利用所述目标诊所查询数据对所述第二学习器进行调整，直至所述误差率小于所述配置值，得到所述查询模型。
根据本发明优选实施例，在从诊所查询语料库中获取历史诊所查询数据之前，所述方法还包括：
计算所述诊所查询语料库中每一查询类别的诊所查询数据的数量；
判断所述数量是否小于预设数量阈值；
当所述数量小于所述预设数量阈值时，通过扰动法增加与所述数量对应的查询类别的诊所查询数据的数量。
根据本发明优选实施例，在得到诊所报告之后，所述方法还包括：
采用对称加密技术加密所述诊所报告，得到密文；
确定所述诊所查询报告生成请求的触发用户；
将所述密文发送至所述触发用户的终端设备。
另一方面，本发明还提出一种诊所查询报告生成装置，所述诊所查询报告生成装置包括：
提取单元，用于当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本；
预处理单元，用于对所述查询文本进行预处理，得到多个分词；
筛选单元，用于基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称；
输入单元，用于将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果；
获取单元，用于从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告；
整合单元，用于整合所述至少一个查询报告，得到诊所报告。
另一方面，本发明还提出一种电子设备，所述电子设备包括：
存储器，存储计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现所述诊所查询报告生成方法。
另一方面，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述诊所查询报告生成方法。
由以上技术方案可以看出，本发明能够当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本，能够准确获取到所述查询文本，对所述查询文本进行预处理，得到多个分词，通过对查询文本进行预处理，能够清洗掉查询文本中的无用标签，提高查询文本的分析效率，此外，还能够实现标签的统一，有利于后续特征词的筛选，基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称，通过预设的诊所特征能够快速筛选出特征词，提高筛选效率，将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果，通过查询模型能够准确地识别出用户的查询意图，从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告，整合所述至少一个查询报告，得到诊所报告，将多个意图需求对应的报表数据融合为诊所报告，便于用户的查收。本发明不仅能够将多个维度对应的数据整合在同一个诊所查询报告中，有利于数据的分析与统计，还能够在不限定用户的输入方式的前提下，准确获取用户的查询需求。本发明还应用于智慧医疗场景中，从而推动智慧城市的建设。
附图说明
图1是本发明诊所查询报告生成方法的较佳实施例的流程图。
图2是本发明诊所查询报告生成装置的较佳实施例的功能模块图。
图3是本发明实现诊所查询报告生成方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明诊所查询报告生成方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述诊所查询报告生成方法应用于智慧医疗场景中，从而推动智慧城市的建设。所述诊所查询报告生成方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的计算机可读指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(DigitalSignal Processor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能穿戴式设备等。
所述电子设备可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络电子设备、多个网络电子设备组成的电子设备组或基于云计算(CloudComputing)的由大量主机或网络电子设备构成的云。
所述电子设备所处的网络包括，但不限于：互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。
S10，当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本。
在本发明的至少一个实施例中，所述诊所查询报告生成请求可以由监管人员触发。
在本发明的至少一个实施例中，所述诊所查询报告生成请求携带的数据信息包括，但不限于：所述查询文本。
其中，所述查询文本可以是所述监管人员根据自身需求手动输入的文本，也可以是根据所述监管人员输入的语音转化而得到的文本。例如，所述查询文本可以是平平诊所近一年的资质监管报告以及抗菌药处方的使用数量。
在本发明的至少一个实施例中，所述电子设备从所述诊所查询报告生成请求中提取查询文本包括：
获取预设线程池中的闲置线程；
利用所述闲置线程解析所述诊所查询报告生成请求的报文，得到所述诊所查询报告生成请求携带的数据信息；
获取预设标签，所述预设标签是指预先定义好的标签；
从所述数据信息中获取与所述预设标签对应的信息，作为所述查询文本。
例如，所述预设标签可以是name。
通过闲置线程解析所述诊所查询报告生成请求的报文，由于无需等待闲置线程处理其他请求，以及无需解析整个诊所查询报告生成请求，因此，能够提高诊所查询报告生成请求的解析效率，此外，通过预设标签与查询文本的映射关系，能够准确获取到所述查询文本。
S11，对所述查询文本进行预处理，得到多个分词。
在本发明的至少一个实施例中，预处理操作包括：分词、清洗无用标签、标准化处理。
在本发明的至少一个实施例中，所述电子设备对所述查询文本进行预处理，得到多个分词包括：
根据预设的自定义词典对所述查询文本进行切分，得到切分位置，所述自定义词典中存储多个自定义词及每个自定义词对应的权值；
根据所述切分位置构建至少一个有向无环图；
根据所述自定义词典中的权值计算每个有向无环图的切分概率；
将切分概率最大的有向无环图对应的切分位置确定为目标切分位置；
根据所述目标切分位置切分所述查询文本，得到切分后的词语；
识别出所述切分后的词语中的无用标签，并将所述无用标签从所述切分后的词语中过滤，得到多个目标词语；
对所述多个目标词语进行标准化处理，得到所述多个分词。
其中，所述多个自定义词可以包括，但不限于：诊所机构名称、差选时间、报告展现形式等。例如：所述差选时间可以是近一个月。
进一步地，所述无用标签包括：语气助词、数量条件等。
通过自定义词典切分所述查询文本，能够根据需求切分所述查询文本，进而过滤到无用标签，能够提高查询文本的分析效率，进而对多个目标词语进行标准化处理，能够实现标签的统一，有利于后续特征词的筛选。
具体地，所述电子设备对所述多个目标词语进行标准化处理，得到所述多个分词包括：
采用浅层式语义分析方法识别所述多个目标词语；
将识别出含义相似的目标词语进行归一化处理，得到所述多个分词。
S12，基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称。
在本发明的至少一个实施例中，所述预设的诊所特征包括诊所机构名称、机构资质监管、供应商备案统计、抗菌药处方数量、展示形式等。
在本发明的至少一个实施例中，所述电子设备基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词包括：
对每个分词进行编码处理，得到与所述多个分词对应的多个编码向量，并获取与所述诊所特征对应的多个特征向量；
计算每个编码向量与每个特征向量的距离，得到每个编码向量的多个特征距离；
从每个编码向量的多个特征距离中选取数值最小的特征距离作为每个编码向量的目标距离；
筛选所述目标距离小于预设阈值的编码向量作为目标编码向量，并将所述目标编码向量对应的分词确定为所述至少一个特征词。
其中，所述预设阈值的取值可以根据应用场景自定义设置，本发明对此不作限制。
通过预设的诊所特征能够快速筛选出所述至少一个特征词，提高筛选效率。
S13，将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果。
在本发明的至少一个实施例中，所述电子设备根据历史诊所查询数据进行预训练后，生成学习器，并利用学习率对所述学习器进行有监督的微调，得到所述查询模型。
在本发明的至少一个实施例中，所述至少一个输出结果可以是将所述至少一个特征词输入至所述查询模型后得到的结果，所述至少一个输出结果一般包括，但不限于：医疗机构资质登记情况、本年度在岗医师异常人数趋势图、静脉输液违规分布等。
在本发明的至少一个实施例中，在将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果之前，所述方法还包括：
从诊所查询语料库中获取历史诊所查询数据，所述诊所查询语料库中存储多个诊所查询数据及多个查询类别；
划分所述历史诊所查询数据，得到训练诊所数据集及验证诊所数据集；
训练所述训练诊所数据集中的历史诊所查询数据，得到第一学习器；
根据所述验证诊所数据集中的历史诊所查询数据对所述第一学习器进行调整，得到第二学习器；
从所述诊所查询语料库中获取查询时间在配置时间内的目标诊所查询数据；
利用所述目标诊所查询数据对所述第二学习器进行误差分析，得到误差率；
当所述误差率小于配置值时，将所述第二学习器确定为所述查询模型；或者
当所述误差率大于或者等于所述配置值时，利用所述目标诊所查询数据对所述第二学习器进行调整，直至所述误差率小于所述配置值，得到所述查询模型。
其中，所述诊所查询语料库中存储多个诊所查询数据、每个诊所查询数据的查询时间、以及每个诊所查询数据的查询人员等。
进一步地，所述配置时间可以根据需求任意设定，例如：最近两天、最近一周等。
更进一步地，所述配置值可以根据对所述查询模型的需求精度确定，例如：对查询模型的需求精度是95％，则误差率为5％。
通过上述实施方式，能够快速确定出所述第一学习器，进而根据所述验证诊所数据集中的历史诊所查询数据，能够提高所述第二学习器的拟合度，进而利用查询时间在配置时间内的目标诊所查询数据能够确保所述查询模型的准确度。
在本发明的至少一个实施例中，在从诊所查询语料库中获取历史诊所查询数据之前，所述方法还包括：
计算所述诊所查询语料库中每一查询类别的诊所查询数据的数量；
判断所述数量是否小于预设数量阈值；
当所述数量小于所述预设数量阈值时，通过扰动法增加与所述数量对应的查询类别的诊所查询数据的数量。
其中，所述查询类别包括：时间类别、区域类别、展示形式类别等。
当某一查询类别的诊所查询数据的数量小于预设数量阈值时，所述电子设备采用扰动法对该查询类别的诊所查询数据进行扰动，以此来增加所述查询类别的数量，避免由于某一查询类别的样本数量不足，导致训练得到的查询模型对该查询类别的数据的泛化能力较差。关于扰动法为现有技术，本发明在此不再赘述。
在本发明的至少一个实施例中，所述电子设备将所述至少一个特征词输入至预先构建的查询模型中，能够通过所述查询模型准确地识别出所述监管人员的查询意图。
S14，从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告。
在本发明的至少一个实施例中，所述诊所***中存储多个诊所机构的数据报告。
在本发明的至少一个实施例中，所述电子设备从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告包括：
确定所述至少一个输出结果的输出数量；
基于所述至少一个输出结果，调用数量为所述输出数量的处理线程在所述诊所***中进行查询，得到所述至少一个查询报告。
通过上述实施方式，能够快速获取到所述至少一个查询报告。
S15，整合所述至少一个查询报告，得到诊所报告。
需要强调的是，为进一步保证上述诊所报告的私密和安全性，上述诊所报告还可以存储于一区块链的节点中。
在本发明的至少一个实施例中，所述诊所报告汇集了所述至少一个查询报告而得到的。
在本发明的至少一个实施例中，在得到诊所报告之后，所述方法还包括：
采用对称加密技术加密所述诊所报告，得到密文；
确定所述诊所查询报告生成请求的触发用户；
将所述密文发送至所述触发用户的终端设备。
通过对所述诊所报告进行加密处理，能够提高所述诊所报告的安全性，此外，通过确定所述触发用户，能够准确地将所述诊所报告发送至所述触发用户。
由以上技术方案可以看出，本发明能够当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本，能够准确获取到所述查询文本，对所述查询文本进行预处理，得到多个分词，通过对查询文本进行预处理，能够清洗掉查询文本中的无用标签，提高查询文本的分析效率，此外，还能够实现标签的统一，有利于后续特征词的筛选，基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称，通过预设的诊所特征能够快速筛选出特征词，提高筛选效率，将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果，通过查询模型能够准确地识别出用户的查询意图，从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告，整合所述至少一个查询报告，得到诊所报告，将多个意图需求对应的报表数据融合为诊所报告，便于用户的查收。本发明不仅能够将多个维度对应的数据整合在同一个诊所查询报告中，有利于数据的分析与统计，还能够在不限定用户的输入方式的前提下，准确获取用户的查询需求。本发明还应用于智慧医疗场景中，从而推动智慧城市的建设。
如图2所示，是本发明诊所查询报告生成装置的较佳实施例的功能模块图。所述诊所查询报告生成装置11包括提取单元110、预处理单元111、筛选单元112、输入单元113、获取单元114、整合单元115、划分单元116、训练单元117、调整单元118、分析单元119、确定单元120、计算单元121、判断单元122、加密单元123及发送单元124。本发明所称的模块/单元是指一种能够被处理器13所获取，并且能够完成固定功能的一系列计算机可读指令段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
当接收到诊所查询报告生成请求时，提取单元110从所述诊所查询报告生成请求中提取查询文本。
在本发明的至少一个实施例中，所述诊所查询报告生成请求可以由监管人员触发。
在本发明的至少一个实施例中，所述诊所查询报告生成请求携带的数据信息包括，但不限于：所述查询文本。
其中，所述查询文本可以是所述监管人员根据自身需求手动输入的文本，也可以是根据所述监管人员输入的语音转化而得到的文本。例如，所述查询文本可以是平平诊所近一年的资质监管报告以及抗菌药处方的使用数量。
在本发明的至少一个实施例中，所述提取单元110从所述诊所查询报告生成请求中提取查询文本包括：
获取预设线程池中的闲置线程；
利用所述闲置线程解析所述诊所查询报告生成请求的报文，得到所述诊所查询报告生成请求携带的数据信息；
获取预设标签，所述预设标签是指预先定义好的标签；
从所述数据信息中获取与所述预设标签对应的信息，作为所述查询文本。
例如，所述预设标签可以是name。
通过闲置线程解析所述诊所查询报告生成请求的报文，由于无需等待闲置线程处理其他请求，以及无需解析整个诊所查询报告生成请求，因此，能够提高诊所查询报告生成请求的解析效率，此外，通过预设标签与查询文本的映射关系，能够准确获取到所述查询文本。
预处理单元111对所述查询文本进行预处理，得到多个分词。
在本发明的至少一个实施例中，预处理操作包括：分词、清洗无用标签、标准化处理。
在本发明的至少一个实施例中，所述预处理单元111对所述查询文本进行预处理，得到多个分词包括：
根据预设的自定义词典对所述查询文本进行切分，得到切分位置，所述自定义词典中存储多个自定义词及每个自定义词对应的权值；
根据所述切分位置构建至少一个有向无环图；
根据所述自定义词典中的权值计算每个有向无环图的切分概率；
将切分概率最大的有向无环图对应的切分位置确定为目标切分位置；
根据所述目标切分位置切分所述查询文本，得到切分后的词语；
识别出所述切分后的词语中的无用标签，并将所述无用标签从所述切分后的词语中过滤，得到多个目标词语；
对所述多个目标词语进行标准化处理，得到所述多个分词。
其中，所述多个自定义词可以包括，但不限于：诊所机构名称、差选时间、报告展现形式等。例如：所述差选时间可以是近一个月。
进一步地，所述无用标签包括：语气助词、数量条件等。
通过自定义词典切分所述查询文本，能够根据需求切分所述查询文本，进而过滤到无用标签，能够提高查询文本的分析效率，进而对多个目标词语进行标准化处理，能够实现标签的统一，有利于后续特征词的筛选。
具体地，所述预处理单元111对所述多个目标词语进行标准化处理，得到所述多个分词包括：
采用浅层式语义分析方法识别所述多个目标词语；
将识别出含义相似的目标词语进行归一化处理，得到所述多个分词。
筛选单元112基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称。
在本发明的至少一个实施例中，所述预设的诊所特征包括诊所机构名称、机构资质监管、供应商备案统计、抗菌药处方数量、展示形式等。
在本发明的至少一个实施例中，所述筛选单元112基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词包括：
对每个分词进行编码处理，得到与所述多个分词对应的多个编码向量，并获取与所述诊所特征对应的多个特征向量；
计算每个编码向量与每个特征向量的距离，得到每个编码向量的多个特征距离；
从每个编码向量的多个特征距离中选取数值最小的特征距离作为每个编码向量的目标距离；
筛选所述目标距离小于预设阈值的编码向量作为目标编码向量，并将所述目标编码向量对应的分词确定为所述至少一个特征词。
其中，所述预设阈值的取值可以根据应用场景自定义设置，本发明对此不作限制。
通过预设的诊所特征能够快速筛选出所述至少一个特征词，提高筛选效率。
输入单元113将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果。
在本发明的至少一个实施例中，根据历史诊所查询数据进行预训练后，生成学习器，并利用学习率对所述学习器进行有监督的微调，得到所述查询模型。
在本发明的至少一个实施例中，所述至少一个输出结果可以是将所述至少一个特征词输入至所述查询模型后得到的结果，所述至少一个输出结果一般包括，但不限于：医疗机构资质登记情况、本年度在岗医师异常人数趋势图、静脉输液违规分布等。
在本发明的至少一个实施例中，在将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果之前，获取单元114从诊所查询语料库中获取历史诊所查询数据，所述诊所查询语料库中存储多个诊所查询数据及多个查询类别；
划分单元116划分所述历史诊所查询数据，得到训练诊所数据集及验证诊所数据集；
训练单元117训练所述训练诊所数据集中的历史诊所查询数据，得到第一学习器；
调整单元118根据所述验证诊所数据集中的历史诊所查询数据对所述第一学习器进行调整，得到第二学习器；
所述获取单元114从所述诊所查询语料库中获取查询时间在配置时间内的目标诊所查询数据；
分析单元119利用所述目标诊所查询数据对所述第二学习器进行误差分析，得到误差率；
当所述误差率小于配置值时，确定单元120将所述第二学习器确定为所述查询模型；或者
当所述误差率大于或者等于所述配置值时，所述调整单元118利用所述目标诊所查询数据对所述第二学习器进行调整，直至所述误差率小于所述配置值，得到所述查询模型。
其中，所述诊所查询语料库中存储多个诊所查询数据、每个诊所查询数据的查询时间、以及每个诊所查询数据的查询人员等。
进一步地，所述配置时间可以根据需求任意设定，例如：最近两天、最近一周等。
更进一步地，所述配置值可以根据对所述查询模型的需求精度确定，例如：对查询模型的需求精度是95％，则误差率为5％。
通过上述实施方式，能够快速确定出所述第一学习器，进而根据所述验证诊所数据集中的历史诊所查询数据，能够提高所述第二学习器的拟合度，进而利用查询时间在配置时间内的目标诊所查询数据能够确保所述查询模型的准确度。
在本发明的至少一个实施例中，在从诊所查询语料库中获取历史诊所查询数据之前，计算单元121计算所述诊所查询语料库中每一查询类别的诊所查询数据的数量；
判断单元122判断所述数量是否小于预设数量阈值；
当所述数量小于所述预设数量阈值时，所述计算单元121通过扰动法增加与所述数量对应的查询类别的诊所查询数据的数量。
其中，所述查询类别包括：时间类别、区域类别、展示形式类别等。
当某一查询类别的诊所查询数据的数量小于预设数量阈值时，所述计算单元121采用扰动法对该查询类别的诊所查询数据进行扰动，以此来增加所述查询类别的数量，避免由于某一查询类别的样本数量不足，导致训练得到的查询模型对该查询类别的数据的泛化能力较差。关于扰动法为现有技术，本发明在此不再赘述。
在本发明的至少一个实施例中，所述输入单元113将所述至少一个特征词输入至预先构建的查询模型中，能够通过所述查询模型准确地识别出所述监管人员的查询意图。
所述获取单元114从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告。
在本发明的至少一个实施例中，所述诊所***中存储多个诊所机构的数据报告。
在本发明的至少一个实施例中，所述获取单元114从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告包括：
确定所述至少一个输出结果的输出数量；
基于所述至少一个输出结果，调用数量为所述输出数量的处理线程在所述诊所***中进行查询，得到所述至少一个查询报告。
通过上述实施方式，能够快速获取到所述至少一个查询报告。
整合单元115整合所述至少一个查询报告，得到诊所报告。
需要强调的是，为进一步保证上述诊所报告的私密和安全性，上述诊所报告还可以存储于一区块链的节点中。
在本发明的至少一个实施例中，所述诊所报告汇集了所述至少一个查询报告而得到的。
在本发明的至少一个实施例中，在得到诊所报告之后，加密单元123采用对称加密技术加密所述诊所报告，得到密文；
所述确定单元120确定所述诊所查询报告生成请求的触发用户；
发送单元124将所述密文发送至所述触发用户的终端设备。
通过对所述诊所报告进行加密处理，能够提高所述诊所报告的安全性，此外，通过确定所述触发用户，能够准确地将所述诊所报告发送至所述触发用户。
由以上技术方案可以看出，本发明能够当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本，能够准确获取到所述查询文本，对所述查询文本进行预处理，得到多个分词，通过对查询文本进行预处理，能够清洗掉查询文本中的无用标签，提高查询文本的分析效率，此外，还能够实现标签的统一，有利于后续特征词的筛选，基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称，通过预设的诊所特征能够快速筛选出特征词，提高筛选效率，将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果，通过查询模型能够准确地识别出用户的查询意图，从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告，整合所述至少一个查询报告，得到诊所报告，将多个意图需求对应的报表数据融合为诊所报告，便于用户的查收。本发明不仅能够将多个维度对应的数据整合在同一个诊所查询报告中，有利于数据的分析与统计，还能够在不限定用户的输入方式的前提下，准确获取用户的查询需求。本发明还应用于智慧医疗场景中，从而推动智慧城市的建设。
如图3所示，是本发明实现诊所查询报告生成方法的较佳实施例的电子设备的结构示意图。
在本发明的一个实施例中，所述电子设备1包括，但不限于，存储器12、处理器13，以及存储在所述存储器12中并可在所述处理器13上运行的计算机可读指令，例如诊所查询报告生成程序。
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。
所述处理器13可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器13是所述电子设备1的运算核心和控制中心，利用各种接口和线路连接整个电子设备1的各个部分，及执行所述电子设备1的操作***以及安装的各类应用程序、程序代码等。
示例性的，所述计算机可读指令可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该计算机可读指令段用于描述所述计算机可读指令在所述电子设备1中的执行过程。例如，所述计算机可读指令可以被分割成提取单元110、预处理单元111、筛选单元112、输入单元113、获取单元114、整合单元115、划分单元116、训练单元117、调整单元118、分析单元119、确定单元120、计算单元121、判断单元122、加密单元123及发送单元124。
所述存储器12可用于存储所述计算机可读指令和/或模块，所述处理器13通过运行或执行存储在所述存储器12内的计算机可读指令和/或模块，以及调用存储在存储器12内的数据，实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。存储器12可以包括非易失性和易失性存储器，例如：硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。
所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地，所述存储器12可以是具有实物形式的存储器，如内存条、TF卡(Trans-flash Card)等等。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机可读指令包括计算机可读指令代码，所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
结合图1，所述电子设备1中的所述存储器12存储计算机可读指令实现一种诊所查询报告生成方法，所述处理器13可执行所述计算机可读指令从而实现：
当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本；
对所述查询文本进行预处理，得到多个分词；
基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称；
将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果；
从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告；
整合所述至少一个查询报告，得到诊所报告。
具体地，所述处理器13对上述计算机可读指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述计算机可读存储介质上存储有计算机可读指令，其中，所述计算机可读指令被处理器13执行时用以实现以下步骤：
当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本；
对所述查询文本进行预处理，得到多个分词；
基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称；
将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果；
从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告；
整合所述至少一个查询报告，得到诊所报告。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种诊所查询报告生成方法，其特征在于，所述诊所查询报告生成方法包括：
当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本；
对所述查询文本进行预处理，得到多个分词；
基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称；
将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果；
从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告；
整合所述至少一个查询报告，得到诊所报告。
2.如权利要求1所述的诊所查询报告生成方法，其特征在于，所述从所述诊所查询报告生成请求中提取查询文本包括：
获取预设线程池中的闲置线程；
利用所述闲置线程解析所述诊所查询报告生成请求的报文，得到所述诊所查询报告生成请求携带的数据信息；
获取预设标签，所述预设标签是指预先定义好的标签；
从所述数据信息中获取与所述预设标签对应的信息，作为所述查询文本。
3.如权利要求1所述的诊所查询报告生成方法，其特征在于，所述对所述查询文本进行预处理，得到多个分词包括：
根据预设的自定义词典对所述查询文本进行切分，得到切分位置，所述自定义词典中存储多个自定义词及每个自定义词对应的权值；
根据所述切分位置构建至少一个有向无环图；
根据所述自定义词典中的权值计算每个有向无环图的切分概率；
将切分概率最大的有向无环图对应的切分位置确定为目标切分位置；
根据所述目标切分位置切分所述查询文本，得到切分后的词语；
识别出所述切分后的词语中的无用标签，并将所述无用标签从所述切分后的词语中过滤，得到多个目标词语；
对所述多个目标词语进行标准化处理，得到所述多个分词。
4.如权利要求1所述的诊所查询报告生成方法，其特征在于，所述基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词包括：
对每个分词进行编码处理，得到与所述多个分词对应的多个编码向量，并获取与所述诊所特征对应的多个特征向量；
计算每个编码向量与每个特征向量的距离，得到每个编码向量的多个特征距离；
从每个编码向量的多个特征距离中选取数值最小的特征距离作为每个编码向量的目标距离；
筛选所述目标距离小于预设阈值的编码向量作为目标编码向量，并将所述目标编码向量对应的分词确定为所述至少一个特征词。
5.如权利要求1所述的诊所查询报告生成方法，其特征在于，在将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果之前，所述方法还包括：
从诊所查询语料库中获取历史诊所查询数据，所述诊所查询语料库中存储多个诊所查询数据及多个查询类别；
划分所述历史诊所查询数据，得到训练诊所数据集及验证诊所数据集；
训练所述训练诊所数据集中的历史诊所查询数据，得到第一学习器；
根据所述验证诊所数据集中的历史诊所查询数据对所述第一学习器进行调整，得到第二学习器；
从所述诊所查询语料库中获取查询时间在配置时间内的目标诊所查询数据；
利用所述目标诊所查询数据对所述第二学习器进行误差分析，得到误差率；
当所述误差率小于配置值时，将所述第二学习器确定为所述查询模型；或者
当所述误差率大于或者等于所述配置值时，利用所述目标诊所查询数据对所述第二学习器进行调整，直至所述误差率小于所述配置值，得到所述查询模型。
6.如权利要求5所述的诊所查询报告生成方法，其特征在于，在从诊所查询语料库中获取历史诊所查询数据之前，所述方法还包括：
计算所述诊所查询语料库中每一查询类别的诊所查询数据的数量；
判断所述数量是否小于预设数量阈值；
当所述数量小于所述预设数量阈值时，通过扰动法增加与所述数量对应的查询类别的诊所查询数据的数量。
7.如权利要求1所述的诊所查询报告生成方法，其特征在于，在得到诊所报告之后，所述方法还包括：
采用对称加密技术加密所述诊所报告，得到密文；
确定所述诊所查询报告生成请求的触发用户；
将所述密文发送至所述触发用户的终端设备。
8.一种诊所查询报告生成装置，其特征在于，所述诊所查询报告生成装置包括：
提取单元，用于当接收到诊所查询报告生成请求时，从所述诊所查询报告生成请求中提取查询文本；
预处理单元，用于对所述查询文本进行预处理，得到多个分词；
筛选单元，用于基于预设的诊所特征，从所述多个分词中筛选出至少一个特征词，所述诊所特征包括诊所机构名称；
输入单元，用于将所述至少一个特征词输入至预先构建的查询模型中，得到至少一个输出结果；
获取单元，用于从诊所***中获取与所述至少一个输出结果对应的至少一个查询报告；
整合单元，用于整合所述至少一个查询报告，得到诊所报告。
9.一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至7中任意一项所述的诊所查询报告生成方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的诊所查询报告生成方法。
CN202010917050.1A 2020-09-03 2020-09-03 诊所查询报告生成方法、装置、电子设备及存储介质 Active CN111986768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010917050.1A CN111986768B (zh) 2020-09-03 2020-09-03 诊所查询报告生成方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010917050.1A CN111986768B (zh) 2020-09-03 2020-09-03 诊所查询报告生成方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111986768A true CN111986768A (zh) 2020-11-24
CN111986768B CN111986768B (zh) 2023-06-09

Family

ID=73448033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010917050.1A Active CN111986768B (zh) 2020-09-03 2020-09-03 诊所查询报告生成方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111986768B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004030128A (ja) * 2002-06-25 2004-01-29 Nec Software Kyushu Ltd 健康医療情報共有システム，健康医療情報共有方法および健康医療情報共有プログラム
CN104679885A (zh) * 2015-03-17 2015-06-03 北京理工大学 一种基于语义特征模型的用户搜索串机构名识别方法
US20160098479A1 (en) * 2014-10-02 2016-04-07 Shahbaz Anwar System and process for natural language processing and reporting
CN107544962A (zh) * 2017-09-07 2018-01-05 电子科技大学 基于相似文本反馈的社交媒体文本查询扩展方法
CN110263127A (zh) * 2019-06-21 2019-09-20 北京创鑫旅程网络技术有限公司 基于用户查询词进行文本搜索方法及装置
US20200192924A1 (en) * 2018-12-14 2020-06-18 Business Objects Software Ltd. Natural language query system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004030128A (ja) * 2002-06-25 2004-01-29 Nec Software Kyushu Ltd 健康医療情報共有システム，健康医療情報共有方法および健康医療情報共有プログラム
US20160098479A1 (en) * 2014-10-02 2016-04-07 Shahbaz Anwar System and process for natural language processing and reporting
CN104679885A (zh) * 2015-03-17 2015-06-03 北京理工大学 一种基于语义特征模型的用户搜索串机构名识别方法
CN107544962A (zh) * 2017-09-07 2018-01-05 电子科技大学 基于相似文本反馈的社交媒体文本查询扩展方法
US20200192924A1 (en) * 2018-12-14 2020-06-18 Business Objects Software Ltd. Natural language query system
CN110263127A (zh) * 2019-06-21 2019-09-20 北京创鑫旅程网络技术有限公司 基于用户查询词进行文本搜索方法及装置

Also Published As

Publication number Publication date
CN111986768B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN111694826B (zh) 基于人工智能的数据增强方法、装置、电子设备及介质
CN111488363B (zh) 数据处理方法、装置、电子设备及介质
CN111883251A (zh) 医疗误诊检测方法、装置、电子设备及存储介质
CN113283675B (zh) 指标数据分析方法、装置、设备及存储介质
CN111459967A (zh) 结构化查询语句生成方法、装置、电子设备及介质
CN109284369B (zh) 证券新闻资讯重要性的判定方法、***、装置及介质
CN111985241B (zh) 医学信息查询方法、装置、电子设备及介质
CN110580942A (zh) 一种新型体检报告生成方法、装置、介质及终端设备
CN111986793A (zh) 基于人工智能的导诊处理方法、装置、计算机设备及介质
CN114037545A (zh) 客户推荐方法、装置、设备及存储介质
CN112948418A (zh) 动态查询方法、装置、设备及存储介质
CN111813946A (zh) 医疗信息反馈方法、装置、设备及可读存储介质
CN113470775B (zh) 信息采集方法、装置、设备及存储介质
CN111933241B (zh) 医疗数据解析方法、装置、电子设备及存储介质
CN113724830B (zh) 基于人工智能的用药风险检测方法及相关设备
CN114510487A (zh) 数据表合并方法、装置、设备及存储介质
CN115222443A (zh) 客户群体划分方法、装置、设备及存储介质
CN113900955A (zh) 自动化测试方法、装置、设备及存储介质
CN113268597A (zh) 文本分类方法、装置、设备及存储介质
CN113065947A (zh) 数据处理方法、装置、设备及存储介质
WO2021155684A1 (zh) 基因疾病关系知识库构建方法、装置和计算机设备
CN111986771A (zh) 医疗处方查询方法、装置、电子设备及存储介质
CN113269179B (zh) 数据处理方法、装置、设备及存储介质
CN113343970B (zh) 文本图像检测方法、装置、设备及存储介质
CN114360732B (zh) 医疗数据分析方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220923

Address after: Room 2601 (Unit 07), Qianhai Free Trade Building, No. 3048, Xinghai Avenue, Nanshan Street, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000

Applicant after: Shenzhen Ping An Smart Healthcare Technology Co.,Ltd.

Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000

Applicant before: Ping An International Smart City Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant