CN112199494A - 医疗信息搜索方法、装置、电子设备及存储介质 - Google Patents
医疗信息搜索方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112199494A CN112199494A CN202011106709.1A CN202011106709A CN112199494A CN 112199494 A CN112199494 A CN 112199494A CN 202011106709 A CN202011106709 A CN 202011106709A CN 112199494 A CN112199494 A CN 112199494A
- Authority
- CN
- China
- Prior art keywords
- medical
- search
- determining
- target
- word
- 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
Links
Images
Classifications
-
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/319—Inverted lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- 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
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及智慧医疗,提供一种医疗信息搜索方法、装置、电子设备及存储介质。该方法能够确定医疗查询语句,对医疗查询语句进行预处理,得到分词序列,分词序列中包括多个医疗词汇,获取预先构建的倒排索引表,并确定每个医疗词汇的初始文本域,将初始文本域有多个的医疗词汇确定为边界词,并从多个初始文本域中确定目标文本域,每个目标文本域对应一个查询维度,根据查询维度确定与搜索请求对应的搜索库,在搜索库中搜索所述医疗词汇,得到搜索请求的搜索结果。本发明不仅能够提高搜索结果的准确度,还能够提高搜索效率。此外,本发明还涉及区块链技术,所述搜索结果可存储于区块链中。
Description
技术领域
本发明涉及智慧医疗技术领域,尤其涉及一种医疗信息搜索方法、装置、电子设备及存储介质。
背景技术
随着数据信息的爆发式增长,搜索***中覆盖的搜索领域也随之增多。目前,为了能够从搜索***中搜索到与查询语句对应的搜索结果,通过对查询语句进行命名实体识别,进而通过识别出的实体从搜索***中搜索结果,由于无法准确识别出具有一词多义的词汇所属的实体,因此,无法准确解析出用户的搜索意图,进而无法得到准确的搜索结果。
发明内容
鉴于以上内容,有必要提供一种医疗信息搜索方法、装置、电子设备及存储介质,不仅能够提高搜索结果的准确度,还能够提高搜索效率。
一方面,本发明提出一种医疗信息搜索方法,所述医疗信息搜索方法包括:
当接收到搜索请求时,根据所述搜索请求确定医疗查询语句;
对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇;
获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域;
将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度;
根据所述查询维度确定与所述搜索请求对应的搜索库;
在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果。
根据本发明优选实施例,所述根据所述搜索请求确定医疗查询语句包括:
解析所述搜索请求,得到所述搜索请求携带的数据信息;
从配置标签库中获取第一预设标签及第二预设标签;
从所述数据信息中获取与所述第一预设标签对应的信息作为存储路径,并从所述数据信息中获取与所述第二预设标签对应的信息作为请求编号;
从所述存储路径中获取与所述请求编号对应的信息作为所述医疗查询语句。
根据本发明优选实施例,所述对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇包括:
依据预设词典对所述医疗查询语句进行切分,得到多个切分路径及每个切分路径对应的初始分词;
遍历每个切分路径中的所述初始分词在所述预设词典中的权值,并将所述权值的总和确定为每个切分路径的概率;
将概率最大的切分路径确定为目标路径,并将所述目标路径对应的初始分词确定为目标分词;
识别所述目标分词在所述医疗查询语句中的词性;
将所述目标分词中词性为预设词性的目标分词进行过滤,并将剩下的目标分词确定为所述多个医疗词汇;
确定所述多个医疗词汇在所述医疗查询语句中的位置,并按照所述位置对所述多个医疗词汇进行排序,得到所述分词序列。
根据本发明优选实施例,在依据预设词典对所述医疗查询语句进行切分之前,所述方法还包括:
获取搜索***的搜索日志表;
从所述搜索日志表中获取多个搜索词,并从所述搜索日志表中确定每个搜索词的搜索次数;
将所述搜索次数确定为每个搜索词的搜索权值,并根据所述多个搜索词及所述搜索权值构建所述预设词典。
根据本发明优选实施例,所述将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域包括:
当检测到任意医疗词汇的初始文本域有个时,将含有多个所述初始文本域的医疗词汇确定为所述边界词;
计算所述边界词与所述分词序列中的其他词汇的距离,并将距离最小的其他词汇确定为目标词汇;
当与所述目标词汇对应的初始文本域有且唯一时,将与所述目标词汇对应的初始文本域确定为所述边界词的目标文本域,得到每个医疗词汇的目标文本域;或者
当与所述目标词汇对应的初始文本域有多个时,按照所述位置融合所述目标词汇与所述边界词,得到组合词,并从所述倒排索引表中获取所述组合词对应的文本域,得到每个医疗词汇的目标文本域。
根据本发明优选实施例,所述在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果包括:
确定所述医疗词汇的词汇数量,并从预设线程池中获取数量为所述词汇数量的闲置线程;
分别利用所述闲置线程在所述搜索库中对所述医疗词汇进行搜索,得到所述医疗词汇的多个初始结果;
确定所述多个初始结果的交集,得到所述搜索结果。
根据本发明优选实施例,在得到所述搜索请求的搜索结果后,所述方法还包括:
存储所述搜索结果,得到所述搜索结果的存储路径;
根据所述请求编号及所述存储路径生成提示信息;
采用对称加密技术加密所述提示信息,得到密文;
将所述密文发送至指定联系人的终端设备。
另一方面,本发明还提出一种医疗信息搜索装置,所述医疗信息搜索装置包括:
确定单元,用于当接收到搜索请求时,根据所述搜索请求确定医疗查询语句;
预处理单元,用于对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇;
所述确定单元,还用于获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域;
所述确定单元,还用于将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度;
所述确定单元,还用于根据所述查询维度确定与所述搜索请求对应的搜索库;
搜索单元,用于在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果。
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医疗信息搜索方法。
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医疗信息搜索方法。
由以上技术方案可以看出,本发明能够准确识别出具有一词多义的医疗词汇对应的目标文本域,进而能够准确解析出所述搜索请求的搜索意图,并通过搜索意图在相应的搜索库中搜索出搜索结果,能够提高搜索结果的准确度,另外,通过所述查询维度确定出所述搜索库,由于缩小了搜索范围,因此,提高了搜索效率。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是本发明医疗信息搜索方法的较佳实施例的流程图。
图1a是本发明确定医疗查询语句的一实施例的流程图。
图1b是本发明确定分词序列的一实施例的流程图。
图1c是本发明确定每个医疗词汇的目标文本域的一实施例的流程图。
图1d是本发明确定搜索结果的一实施例的流程图。
图2是本发明医疗信息搜索装置的较佳实施例的功能模块图。
图3是本发明实现医疗信息搜索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,是本发明医疗信息搜索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。
所述医疗信息搜索方法应用于智慧医疗场景中,从而推动智慧城市的建设。所述医疗信息搜索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(Digital SignalProcessor,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,当接收到搜索请求时,根据所述搜索请求确定医疗查询语句。
在本发明的至少一个实施例中,所述搜索请求可以由医疗监管人员触发,也可以由医护人员触发,本发明对所述搜索请求的触发用户不作限制。
在本发明的至少一个实施例中,所述医疗查询语句是指所述触发用户的输入信息,例如,所述医疗查询语句可以是深圳北大费用、所述医疗查询语句也可以是深圳美容医院收入。
参见图1a,图1a是本发明确定医疗查询语句的一实施例的流程图。在本发明的至少一个实施例中,所述电子设备根据所述搜索请求确定医疗查询语句包括:
S100,解析所述搜索请求,得到所述搜索请求携带的数据信息。
其中,所述搜索请求中携带的数据信息包括,但不限于:请求编号、第一预设标签、第二预设标签、存储路径等。
S101,从配置标签库中获取第一预设标签及第二预设标签。
其中,所述配置标签库中存储多个预先定义好的预设标签。例如,所述多个预设标签包括:address、number。
所述第一预设标签用于指示路径,所述第二预设标签用于指示编号。
S102,从所述数据信息中获取与所述第一预设标签对应的信息作为存储路径,并从所述数据信息中获取与所述第二预设标签对应的信息作为请求编号。
其中,所述存储路径是指存储所述医疗查询语句的位置。所述请求编号是指所述搜索请求的编号。
S103,从所述存储路径中获取与所述请求编号对应的信息作为所述医疗查询语句。
通过第一预设标签与存储路径的映射关系、及第二预设标签与请求编号的映射关系,能够准确确定出所述存储路径及所述请求编号,进而能够快速获取到所述医疗查询语句。
S11,对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇。
在本发明的至少一个实施例中,所述分词序列中包括所述多个医疗词汇,所述多个医疗词汇是通过对所述医疗查询语句进行分词,并过滤掉无关信息后得到的词汇。
参见图1b,图1b是本发明确定分词序列的一实施例的流程图。在本发明的至少一个实施例中,所述对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇包括:
S110,依据预设词典对所述医疗查询语句进行切分,得到多个切分路径及每个切分路径对应的初始分词。
其中,所述预设词典中包括多个自定义词及每个自定义词的权值。所述初始分词是利用每个切分路径切分所述医疗查询语句得到的。
S111,遍历每个切分路径中的所述初始分词在所述预设词典中的权值,并将所述权值的总和确定为每个切分路径的概率。
其中,每个切分路径的概率由每个切分路径中的所述初始分词的权重组成。
S112,将概率最大的切分路径确定为目标路径,并将所述目标路径对应的初始分词确定为目标分词。
其中,所述目标路径是指所述多个切分路径中概率最大的切分路径。
S113,识别所述目标分词在所述医疗查询语句中的词性。
其中,所述词性可以是名词、动词、助词等。
由于同一个词语的词性可以有多个,因此,通过确定目标分词在医疗查询语句上的词性,能够准确确定出所述多个医疗词汇。
S114,将所述目标分词中词性为预设词性的目标分词进行过滤,并将剩下的目标分词确定为所述多个医疗词汇。
其中,所述预设词性包括助词等无意义词性。
S115,确定所述多个医疗词汇在所述医疗查询语句中的位置,并按照所述位置对所述多个医疗词汇进行排序,得到所述分词序列。
通过上述实施方式,在确定出多个切分路径的前提上,进一步确定出目标路径,能够准确确定出所述多个医疗词汇,进而通过所述位置对所述多个医疗词汇进行排序,能够准确确定出所述分词序列,便于后续能够准确确定出医疗词汇对应的文本域。
在本发明的至少一个实施例中,在依据预设词典对所述医疗查询语句进行切分之前,所述方法还包括:
获取搜索***的搜索日志表;
从所述搜索日志表中获取多个搜索词,并从所述搜索日志表中确定每个搜索词的搜索次数;
将所述搜索次数确定为每个搜索词的搜索权值,并根据所述多个搜索词及所述搜索权值构建所述预设词典。
其中,所述搜索日志表中存储搜索词及搜索词的搜索次数。
通过从所述搜索日志表中获取搜索词,确保了所述预设词典中的自定义词能够从搜索***中搜索出相关信息。
S12,获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域。
在本发明的至少一个实施例中,所述初始文本域是指每个医疗词汇的文本域,每个医疗词汇的初始文本域可以有多个。例如,北大的初始文本域包括:学校类,即:北京大学;医院类,即:深圳北大医院等。
在本发明的至少一个实施例中,所述电子设备从所述倒排索引表中确定每个医疗词汇的初始文本域包括:
确定与所述医疗词汇对应的医疗标识;
从所述倒排索引表中获取与所述医疗标识对应的文本域作为所述初始文本域。
通过医疗标识与文本域的映射关系,能够快速并准确从所述倒排索引表中确定出所述初始文本域。
S13,将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度。
在本发明的至少一个实施例中,所述边界词是指包含多个初始文本域的医疗词汇,所述目标文本域是指所述边界词在所述搜索请求中表示的文本域,所述查询维度是指所述搜索请求对所述搜索***的查询维度,所述查询维度可以有多个。
参见图1c,图1c是本发明确定每个医疗词汇的目标文本域的一实施例的流程图。在本发明的至少一个实施例中,所述电子设备将所述初始文本域有多个的医疗词汇确定为边界词,并从所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域包括:
S130,当检测到任意医疗词汇的初始文本域有个时,将含有多个所述初始文本域的医疗词汇确定为所述边界词。
其中,所述边界词是指含有多个初始文本域的医疗词汇。
S131,计算所述边界词与所述分词序列中的其他词汇的距离,并将距离最小的其他词汇确定为目标词汇。
本实施例中,所述电子设备获取所述边界词在所述分词序列中的第一位置,并获取所述其他词汇在所述分词序列中的第二位置,将所述第一位置与所述第二位置的差运算的绝对值确定为所述距离。
例如:“深圳”在所述分词序列中的位置为1、“医院”在所述分词序列中的位置为2,经计算,得到“深圳”与“医院”的距离为1。
S132,当与所述目标词汇对应的初始文本域有且唯一时,将与所述目标词汇对应的初始文本域确定为所述边界词的目标文本域,得到每个医疗词汇的目标文本域。
例如:医疗词汇包括“深圳”、“医院”及“费用”,与“深圳”对应的初始文本域为文本域A,与“医院”对应的初始文本域为文本域A及文本域B,与“费用”对应的初始文本域为文本域B,因此,将“医院”确定为边界词,计算得到“医院”与“深圳”的距离为2,“医院”与“费用”的距离为3,进而将“深圳”确定为目标词汇,由于“深圳”的初始文本域有且只有文本域A,因此,将文本域A确定为所述边界词的目标文本域,得到每个医疗词汇的目标文本域,即:与“深圳”对应的目标文本域为文本域A,与“医院”对应的目标文本域为文本域A,与“费用”对应的目标文本域为文本域B。
S133,当与所述目标词汇对应的初始文本域有多个时,按照所述位置融合所述目标词汇与所述边界词,得到组合词,并从所述倒排索引表中获取所述组合词对应的文本域,得到每个医疗词汇的目标文本域。
例如:医疗词汇包括“医疗”,位置序号为1;“集团”,位置序号为2;及“成本”,位置序号为3;与“医疗”对应的初始文本域为文本域A及文本域C,与“集团”对应的初始文本域为文本域A及文本域D,与“成本”对应的初始文本域为文本域B,将“医疗”确定为边界词,计算得到与“医疗”距离最近的其他词汇为“集团”,即“集团”为目标词汇,由于与“集团”对应的初始文本域有多个,按照位置序号融合“医疗”与“集团”,得到组合词为“医疗集团”,从倒排索引表中获取到与“医疗集团”对应的目标文本域为文本域A,得到每个医疗词汇的目标文本域,即:与“医疗”对应的目标文本域为文本域A,与“集团”对应的目标文本域为文本域A,与“成本”对应的目标文本域为文本域B。
通过上述实施方式,能够对具有一词多义的边界词进行进一步地确认,以准确确定出每个医疗词汇的目标文本域,提高了医疗查询语句的解析准确度。
S14,根据所述查询维度确定与所述搜索请求对应的搜索库。
在本发明的至少一个实施例中,所述搜索库可以是所述搜索***中的任意一个或者多个数据库。其中,每个数据库对应一个查询维度。
在本发明的至少一个实施例中,所述电子设备根据所述查询维度确定与所述搜索请求对应的搜索库包括:
获取与所述查询维度对应的维度标识;
从所述搜索库中遍历与所述维度标识对应的数据库作为所述搜索库。
通过上述实施方式,能够准确确定出与所述查询维度对应的搜索库,同时,根据所述查询维度还能够缩小查询范围,有利于所述搜索请求的响应。
S15,在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果。
需要强调的是,为进一步保证上述搜索结果的私密和安全性,上述搜索结果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,所述搜索结果是根据所述医疗词汇在所述搜索库中搜索得到的结果。
参见图1d,图1d是本发明确定搜索结果的一实施例的流程图。在本发明的至少一个实施例中,所述电子设备在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果包括:
S150,确定所述医疗词汇的词汇数量,并从预设线程池中获取数量为所述词汇数量的闲置线程。
本实施例中,获取线程数量为所述词汇数据的闲置线程,便于快速搜索所述医疗词汇。
S151,分别利用所述闲置线程在所述搜索库中对所述医疗词汇进行搜索,得到所述医疗词汇的多个初始结果。
其中,每个医疗词汇对应每个初始结果。
S152,确定所述多个初始结果的交集,得到所述搜索结果。
通过上述实施方式,由于利用多个闲置线程对所述医疗词汇进行搜索,因此,能够提高所述搜索结果的搜索效率,此外,通过所述查询维度确定出所述搜索库,由于缩小了搜索范围,因此,提高了搜索效率。
在本发明的至少一个实施例中,在得到所述搜索请求的搜索结果后,所述方法还包括:
存储所述搜索结果,得到所述搜索结果的存储路径;
根据所述请求编号及所述存储路径生成提示信息;
采用对称加密技术加密所述提示信息,得到密文;
将所述密文发送至指定联系人的终端设备。
其中,所述指定联系人可以是触发所述搜索请求的医护人员。
通过上述实施方式,能够在得到所述搜索结果后,及时将提示信息发送至所述终端设备中,进而使所述指定联系人能够及时获悉所述搜索结果的生成,此外,通过对所述提示信息的加密,能够提高所述提示信息的安全性。
由以上技术方案可以看出,本发明能够当接收到搜索请求时,根据所述搜索请求确定医疗查询语句,对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇,能够准确获取到包含所述多个医疗词汇的分词序列,获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域,由于所述倒排索引表中存储多个词语标识及每个词语标识对应的文本域,因此,通过所述倒排索引表能够快速确定出每个医疗词汇对应的初始文本域,将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度,能够对具有一词多义的边界词进行进一步地确认,以准确确定出每个医疗词汇的目标文本域,提高了医疗查询语句的解析准确度,根据所述查询维度确定与所述搜索请求对应的搜索库,在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果,通过所述查询维度确定出所述搜索库,由于缩小了搜索范围,因此,提高了搜索效率。本发明能够准确识别出具有一词多义的医疗词汇对应的目标文本域,进而能够准确解析出所述搜索请求的搜索意图,并通过搜索意图在相应的搜索库中搜索出搜索结果,不仅能够提高搜索结果的准确度,还能够提高搜索效率。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,是本发明医疗信息搜索装置的较佳实施例的功能模块图。所述医疗信息搜索装置11包括确定单元110、预处理单元111、搜索单元112、获取单元113、构建单元114、存储单元115、生成单元116、加密单元117及发送单元118。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。
当接收到搜索请求时,确定单元110根据所述搜索请求确定医疗查询语句。
在本发明的至少一个实施例中,所述搜索请求可以由医疗监管人员触发,也可以由医护人员触发,本发明对所述搜索请求的触发用户不作限制。
在本发明的至少一个实施例中,所述医疗查询语句是指所述触发用户的输入信息,例如,所述医疗查询语句可以是深圳北大费用、所述医疗查询语句也可以是深圳美容医院收入。
在本发明的至少一个实施例中,所述确定单元110根据所述搜索请求确定医疗查询语句包括:
解析所述搜索请求,得到所述搜索请求携带的数据信息。
其中,所述搜索请求中携带的数据信息包括,但不限于:请求编号、第一预设标签、第二预设标签、存储路径等。
从配置标签库中获取第一预设标签及第二预设标签。
其中,所述配置标签库中存储多个预先定义好的预设标签。例如,所述多个预设标签包括:address、number。
所述第一预设标签用于指示路径,所述第二预设标签用于指示编号。
从所述数据信息中获取与所述第一预设标签对应的信息作为存储路径,并从所述数据信息中获取与所述第二预设标签对应的信息作为请求编号。
其中,所述存储路径是指存储所述医疗查询语句的位置。所述请求编号是指所述搜索请求的编号。
从所述存储路径中获取与所述请求编号对应的信息作为所述医疗查询语句。
通过第一预设标签与存储路径的映射关系、及第二预设标签与请求编号的映射关系,能够准确确定出所述存储路径及所述请求编号,进而能够快速获取到所述医疗查询语句。
预处理单元111对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇。
在本发明的至少一个实施例中,所述分词序列中包括所述多个医疗词汇,所述多个医疗词汇是通过对所述医疗查询语句进行分词,并过滤掉无关信息后得到的词汇。
在本发明的至少一个实施例中,所述预处理单元111对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇包括:
依据预设词典对所述医疗查询语句进行切分,得到多个切分路径及每个切分路径对应的初始分词。
其中,所述预设词典中包括多个自定义词及每个自定义词的权值。所述初始分词是利用每个切分路径切分所述医疗查询语句得到的。
遍历每个切分路径中的所述初始分词在所述预设词典中的权值,并将所述权值的总和确定为每个切分路径的概率。
其中,每个切分路径的概率由每个切分路径中的所述初始分词的权重组成。
将概率最大的切分路径确定为目标路径,并将所述目标路径对应的初始分词确定为目标分词。
其中,所述目标路径是指所述多个切分路径中概率最大的切分路径。
识别所述目标分词在所述医疗查询语句中的词性。
其中,所述词性可以是名词、动词、助词等。
由于同一个词语的词性可以有多个,因此,通过确定目标分词在医疗查询语句上的词性,能够准确确定出所述多个医疗词汇。
将所述目标分词中词性为预设词性的目标分词进行过滤,并将剩下的目标分词确定为所述多个医疗词汇。
其中,所述预设词性包括助词等无意义词性。
确定所述多个医疗词汇在所述医疗查询语句中的位置,并按照所述位置对所述多个医疗词汇进行排序,得到所述分词序列。
通过上述实施方式,在确定出多个切分路径的前提上,进一步确定出目标路径,能够准确确定出所述多个医疗词汇,进而通过所述位置对所述多个医疗词汇进行排序,能够准确确定出所述分词序列,便于后续能够准确确定出医疗词汇对应的文本域。
在本发明的至少一个实施例中,在依据预设词典对所述医疗查询语句进行切分之前,获取单元113获取搜索***的搜索日志表;
所述确定单元110从所述搜索日志表中获取多个搜索词,并从所述搜索日志表中确定每个搜索词的搜索次数;
构建单元114将所述搜索次数确定为每个搜索词的搜索权值,并根据所述多个搜索词及所述搜索权值构建所述预设词典。
其中,所述搜索日志表中存储搜索词及搜索词的搜索次数。
通过从所述搜索日志表中获取搜索词,确保了所述预设词典中的自定义词能够从搜索***中搜索出相关信息。
所述确定单元110获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域。
在本发明的至少一个实施例中,所述初始文本域是指每个医疗词汇的文本域,每个医疗词汇的初始文本域可以有多个。例如,北大的初始文本域包括:学校类,即:北京大学;医院类,即:深圳北大医院等。
在本发明的至少一个实施例中,所述确定单元110从所述倒排索引表中确定每个医疗词汇的初始文本域包括:
确定与所述医疗词汇对应的医疗标识;
从所述倒排索引表中获取与所述医疗标识对应的文本域作为所述初始文本域。
通过医疗标识与文本域的映射关系,能够快速并准确从所述倒排索引表中确定出所述初始文本域。
所述确定单元110将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度。
在本发明的至少一个实施例中,所述边界词是指包含多个初始文本域的医疗词汇,所述目标文本域是指所述边界词在所述搜索请求中表示的文本域,所述查询维度是指所述搜索请求对所述搜索***的查询维度,所述查询维度可以有多个。
在本发明的至少一个实施例中,所述确定单元110将所述初始文本域有多个的医疗词汇确定为边界词,并从所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域包括:
当检测到任意医疗词汇的初始文本域有个时,将含有多个所述初始文本域的医疗词汇确定为所述边界词。
其中,所述边界词是指含有多个初始文本域的医疗词汇。
计算所述边界词与所述分词序列中的其他词汇的距离,并将距离最小的其他词汇确定为目标词汇。
本实施例中,所述电子设备获取所述边界词在所述分词序列中的第一位置,并获取所述其他词汇在所述分词序列中的第二位置,将所述第一位置与所述第二位置的差运算的绝对值确定为所述距离。
例如:“深圳”在所述分词序列中的位置为1、“医院”在所述分词序列中的位置为2,经计算,得到“深圳”与“医院”的距离为1。
当与所述目标词汇对应的初始文本域有且唯一时,将与所述目标词汇对应的初始文本域确定为所述边界词的目标文本域,得到每个医疗词汇的目标文本域。
例如:医疗词汇包括“深圳”、“医院”及“费用”,与“深圳”对应的初始文本域为文本域A,与“医院”对应的初始文本域为文本域A及文本域B,与“费用”对应的初始文本域为文本域B,因此,将“医院”确定为边界词,计算得到“医院”与“深圳”的距离为2,“医院”与“费用”的距离为3,进而将“深圳”确定为目标词汇,由于“深圳”的初始文本域有且只有文本域A,因此,将文本域A确定为所述边界词的目标文本域,得到每个医疗词汇的目标文本域,即:与“深圳”对应的目标文本域为文本域A,与“医院”对应的目标文本域为文本域A,与“费用”对应的目标文本域为文本域B。
当与所述目标词汇对应的初始文本域有多个时,按照所述位置融合所述目标词汇与所述边界词,得到组合词,并从所述倒排索引表中获取所述组合词对应的文本域,得到每个医疗词汇的目标文本域。
例如:医疗词汇包括“医疗”,位置序号为1;“集团”,位置序号为2;及“成本”,位置序号为3;与“医疗”对应的初始文本域为文本域A及文本域C,与“集团”对应的初始文本域为文本域A及文本域D,与“成本”对应的初始文本域为文本域B,将“医疗”确定为边界词,计算得到与“医疗”距离最近的其他词汇为“集团”,即“集团”为目标词汇,由于与“集团”对应的初始文本域有多个,按照位置序号融合“医疗”与“集团”,得到组合词为“医疗集团”,从倒排索引表中获取到与“医疗集团”对应的目标文本域为文本域A,得到每个医疗词汇的目标文本域,即:与“医疗”对应的目标文本域为文本域A,与“集团”对应的目标文本域为文本域A,与“成本”对应的目标文本域为文本域B。
通过上述实施方式,能够对具有一词多义的边界词进行进一步地确认,以准确确定出每个医疗词汇的目标文本域,提高了医疗查询语句的解析准确度。
所述确定单元110根据所述查询维度确定与所述搜索请求对应的搜索库。
在本发明的至少一个实施例中,所述搜索库可以是所述搜索***中的任意一个或者多个数据库。其中,每个数据库对应一个查询维度。
在本发明的至少一个实施例中,所述确定单元110根据所述查询维度确定与所述搜索请求对应的搜索库包括:
获取与所述查询维度对应的维度标识;
从所述搜索库中遍历与所述维度标识对应的数据库作为所述搜索库。
通过上述实施方式,能够准确确定出与所述查询维度对应的搜索库,同时,根据所述查询维度还能够缩小查询范围,有利于所述搜索请求的响应。
搜索单元112在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果。
需要强调的是,为进一步保证上述搜索结果的私密和安全性,上述搜索结果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,所述搜索结果是根据所述医疗词汇在所述搜索库中搜索得到的结果。
在本发明的至少一个实施例中,所述搜索单元112在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果包括:
确定所述医疗词汇的词汇数量,并从预设线程池中获取数量为所述词汇数量的闲置线程。
本实施例中,获取线程数量为所述词汇数据的闲置线程,便于快速搜索所述医疗词汇。
分别利用所述闲置线程在所述搜索库中对所述医疗词汇进行搜索,得到所述医疗词汇的多个初始结果。
其中,每个医疗词汇对应每个初始结果。
确定所述多个初始结果的交集,得到所述搜索结果。
通过上述实施方式,由于利用多个闲置线程对所述医疗词汇进行搜索,因此,能够提高所述搜索结果的搜索效率,此外,通过所述查询维度确定出所述搜索库,由于缩小了搜索范围,因此,提高了搜索效率。
在本发明的至少一个实施例中,在得到所述搜索请求的搜索结果后,存储单元115存储所述搜索结果,得到所述搜索结果的存储路径;
生成单元116根据所述请求编号及所述存储路径生成提示信息;
加密单元117采用对称加密技术加密所述提示信息,得到密文;
发送单元118将所述密文发送至指定联系人的终端设备。
其中,所述指定联系人可以是触发所述搜索请求的医护人员。
通过上述实施方式,能够在得到所述搜索结果后,及时将提示信息发送至所述终端设备中,进而使所述指定联系人能够及时获悉所述搜索结果的生成,此外,通过对所述提示信息的加密,能够提高所述提示信息的安全性。
由以上技术方案可以看出,本发明能够当接收到搜索请求时,根据所述搜索请求确定医疗查询语句,对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇,能够准确获取到包含所述多个医疗词汇的分词序列,获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域,由于所述倒排索引表中存储多个词语标识及每个词语标识对应的文本域,因此,通过所述倒排索引表能够快速确定出每个医疗词汇对应的初始文本域,将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度,能够对具有一词多义的边界词进行进一步地确认,以准确确定出每个医疗词汇的目标文本域,提高了医疗查询语句的解析准确度,根据所述查询维度确定与所述搜索请求对应的搜索库,在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果,通过所述查询维度确定出所述搜索库,由于缩小了搜索范围,因此,提高了搜索效率。本发明能够准确识别出具有一词多义的医疗词汇对应的目标文本域,进而能够准确解析出所述搜索请求的搜索意图,并通过搜索意图在相应的搜索库中搜索出搜索结果,不仅能够提高搜索结果的准确度,还能够提高搜索效率。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,是本发明实现医疗信息搜索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,例如医疗信息搜索程序。
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确定单元110、预处理单元111、搜索单元112、获取单元113、构建单元114、存储单元115、生成单元116、加密单元117及发送单元118。
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医疗信息搜索方法,所述处理器13可执行所述计算机可读指令从而实现:
当接收到搜索请求时,根据所述搜索请求确定医疗查询语句;
对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇;
获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域;
将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度;
根据所述查询维度确定与所述搜索请求对应的搜索库;
在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果。
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:
当接收到搜索请求时,根据所述搜索请求确定医疗查询语句;
对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇;
获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域;
将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度;
根据所述查询维度确定与所述搜索请求对应的搜索库;
在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果。
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)
1.一种医疗信息搜索方法,其特征在于,所述医疗信息搜索方法包括:
当接收到搜索请求时,根据所述搜索请求确定医疗查询语句;
对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇;
获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域;
将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度;
根据所述查询维度确定与所述搜索请求对应的搜索库;
在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果。
2.如权利要求1所述的医疗信息搜索方法,其特征在于,所述根据所述搜索请求确定医疗查询语句包括:
解析所述搜索请求,得到所述搜索请求携带的数据信息;
从配置标签库中获取第一预设标签及第二预设标签;
从所述数据信息中获取与所述第一预设标签对应的信息作为存储路径,并从所述数据信息中获取与所述第二预设标签对应的信息作为请求编号;
从所述存储路径中获取与所述请求编号对应的信息作为所述医疗查询语句。
3.如权利要求1所述的医疗信息搜索方法,其特征在于,所述对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇包括:
依据预设词典对所述医疗查询语句进行切分,得到多个切分路径及每个切分路径对应的初始分词;
遍历每个切分路径中的所述初始分词在所述预设词典中的权值,并将所述权值的总和确定为每个切分路径的概率;
将概率最大的切分路径确定为目标路径,并将所述目标路径对应的初始分词确定为目标分词;
识别所述目标分词在所述医疗查询语句中的词性;
将所述目标分词中词性为预设词性的目标分词进行过滤,并将剩下的目标分词确定为所述多个医疗词汇;
确定所述多个医疗词汇在所述医疗查询语句中的位置,并按照所述位置对所述多个医疗词汇进行排序,得到所述分词序列。
4.如权利要求3所述的医疗信息搜索方法,其特征在于,在依据预设词典对所述医疗查询语句进行切分之前,所述方法还包括:
获取搜索***的搜索日志表;
从所述搜索日志表中获取多个搜索词,并从所述搜索日志表中确定每个搜索词的搜索次数;
将所述搜索次数确定为每个搜索词的搜索权值,并根据所述多个搜索词及所述搜索权值构建所述预设词典。
5.如权利要求3所述的医疗信息搜索方法,其特征在于,所述将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域包括:
当检测到任意医疗词汇的初始文本域有个时,将含有多个所述初始文本域的医疗词汇确定为所述边界词;
计算所述边界词与所述分词序列中的其他词汇的距离,并将距离最小的其他词汇确定为目标词汇;
当与所述目标词汇对应的初始文本域有且唯一时,将与所述目标词汇对应的初始文本域确定为所述边界词的目标文本域,得到每个医疗词汇的目标文本域;或者
当与所述目标词汇对应的初始文本域有多个时,按照所述位置融合所述目标词汇与所述边界词,得到组合词,并从所述倒排索引表中获取所述组合词对应的文本域,得到每个医疗词汇的目标文本域。
6.如权利要求1所述的医疗信息搜索方法,其特征在于,所述在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果包括:
确定所述医疗词汇的词汇数量,并从预设线程池中获取数量为所述词汇数量的闲置线程;
分别利用所述闲置线程在所述搜索库中对所述医疗词汇进行搜索,得到所述医疗词汇的多个初始结果;
确定所述多个初始结果的交集,得到所述搜索结果。
7.如权利要求1所述的医疗信息搜索方法,其特征在于,在得到所述搜索请求的搜索结果后,所述方法还包括:
存储所述搜索结果,得到所述搜索结果的存储路径;
根据所述请求编号及所述存储路径生成提示信息;
采用对称加密技术加密所述提示信息,得到密文;
将所述密文发送至指定联系人的终端设备。
8.一种医疗信息搜索装置,其特征在于,所述医疗信息搜索装置包括:
确定单元,用于当接收到搜索请求时,根据所述搜索请求确定医疗查询语句;
预处理单元,用于对所述医疗查询语句进行预处理,得到分词序列,所述分词序列中包括多个医疗词汇;
所述确定单元,还用于获取预先构建的倒排索引表,并从所述倒排索引表中确定每个医疗词汇的初始文本域,所述倒排索引表存储多个词语标识及每个词语标识的至少一个文本域;
所述确定单元,还用于将所述初始文本域有多个的医疗词汇确定为边界词,并从多个所述初始文本域中确定所述边界词的目标文本域,得到每个医疗词汇的目标文本域,每个目标文本域对应一个查询维度;
所述确定单元,还用于根据所述查询维度确定与所述搜索请求对应的搜索库;
搜索单元,用于在所述搜索库中搜索所述医疗词汇,得到所述搜索请求的搜索结果。
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中任意一项所述的医疗信息搜索方法。
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中任意一项所述的医疗信息搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011106709.1A CN112199494B (zh) | 2020-10-16 | 2020-10-16 | 医疗信息搜索方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011106709.1A CN112199494B (zh) | 2020-10-16 | 2020-10-16 | 医疗信息搜索方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112199494A true CN112199494A (zh) | 2021-01-08 |
CN112199494B CN112199494B (zh) | 2023-06-23 |
Family
ID=74009139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011106709.1A Active CN112199494B (zh) | 2020-10-16 | 2020-10-16 | 医疗信息搜索方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112199494B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004228A (zh) * | 2021-10-28 | 2022-02-01 | 泰康保险集团股份有限公司 | 医疗文本数据的标准化处理方法及装置 |
CN116522911A (zh) * | 2023-06-29 | 2023-08-01 | 恒生电子股份有限公司 | 实体对齐方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040254920A1 (en) * | 2003-06-16 | 2004-12-16 | Brill Eric D. | Systems and methods that employ a distributional analysis on a query log to improve search results |
CN110413738A (zh) * | 2019-07-31 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 一种信息处理方法、装置、服务器及存储介质 |
CN111488426A (zh) * | 2020-04-17 | 2020-08-04 | 支付宝(杭州)信息技术有限公司 | 一种查询意图确定方法、装置及处理设备 |
-
2020
- 2020-10-16 CN CN202011106709.1A patent/CN112199494B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040254920A1 (en) * | 2003-06-16 | 2004-12-16 | Brill Eric D. | Systems and methods that employ a distributional analysis on a query log to improve search results |
CN110413738A (zh) * | 2019-07-31 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 一种信息处理方法、装置、服务器及存储介质 |
CN111488426A (zh) * | 2020-04-17 | 2020-08-04 | 支付宝(杭州)信息技术有限公司 | 一种查询意图确定方法、装置及处理设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004228A (zh) * | 2021-10-28 | 2022-02-01 | 泰康保险集团股份有限公司 | 医疗文本数据的标准化处理方法及装置 |
CN116522911A (zh) * | 2023-06-29 | 2023-08-01 | 恒生电子股份有限公司 | 实体对齐方法及装置 |
CN116522911B (zh) * | 2023-06-29 | 2023-10-03 | 恒生电子股份有限公司 | 实体对齐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112199494B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112417096B (zh) | 问答对匹配方法、装置、电子设备及存储介质 | |
CN111694826B (zh) | 基于人工智能的数据增强方法、装置、电子设备及介质 | |
CN111816301A (zh) | 医疗问诊辅助方法、装置、电子设备及介质 | |
CN111985241B (zh) | 医学信息查询方法、装置、电子设备及介质 | |
CN113283675B (zh) | 指标数据分析方法、装置、设备及存储介质 | |
CN113032528B (zh) | 案件分析方法、装置、设备及存储介质 | |
CN112686036B (zh) | 风险文本识别方法、装置、计算机设备及存储介质 | |
CN112395886B (zh) | 相似文本确定方法及相关设备 | |
CN111639487A (zh) | 基于分类模型的字段抽取方法、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 | |
CN111797351A (zh) | 页面数据管理方法、装置、电子设备及介质 | |
CN112214588B (zh) | 多意图识别方法、装置、电子设备及存储介质 | |
CN112149409A (zh) | 医疗词云生成方法、装置、计算机设备及存储介质 | |
CN112199494B (zh) | 医疗信息搜索方法、装置、电子设备及存储介质 | |
CN111651363B (zh) | 测试数据获取方法、装置、电子设备及介质 | |
CN114418398A (zh) | 场景任务开发方法、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 | |
CN112052409B (zh) | 地址解析方法、装置、设备及介质 | |
CN113705468A (zh) | 基于人工智能的数字图像识别方法及相关设备 | |
CN112199483A (zh) | 信息录入辅助方法、装置、电子设备及存储介质 | |
CN113420545B (zh) | 摘要生成方法、装置、设备及存储介质 | |
CN112949305B (zh) | 负反馈信息采集方法、装置、设备及存储介质 | |
CN113420143B (zh) | 文书摘要生成方法、装置、设备及存储介质 | |
CN113326365B (zh) | 回复语句生成方法、装置、设备及存储介质 | |
CN114238296A (zh) | 产品指标数据展示方法、装置、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: 20220922 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 |