基于机器学习的电子病历词库训练方法
基本信息
| 申请号 | CN201910443777.8 | 申请日 | - |
| 公开（公告）号 | CN110189830A | 公开（公告）日 | 2021-06-08 |
| 申请公布号 | CN110189830A | 申请公布日 | 2021-06-08 |
| 分类号 | G16H50/70 | 分类 | 物理 |
| 发明人 | 黄泽明 | 申请（专利权）人 | 杭州火树科技有限公司 |
| 代理机构 | 杭州融方专利代理事务所（普通合伙） | 代理人 | 沈相权 |
| 地址 | 310013 浙江省杭州市滨江区长河街道科技馆街279号金龙大厦1205室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了基于机器学习的电子病历词库训练方法。属于在电子病历中挖掘医疗用语技术领域，该方法可靠性高，能从电子病历词库中训练出医疗用语通用词库。第一步，统计电子病历语料库中出现单字或双字的频率，并统计与该单字或该双字前后连接字的相关信息f；第二步，对分词词库中的单字和双字使用互信熵，选择大于阈值K1＝10.8的词加入词库，作为初始词库；第三步，有了初始词库，使用正向最大匹配，对电子病历语料库进行切分，对切分出来的字串按频率排序输出并记下字串数量seg_num；第四步，对切分产生的字串按频率排序；第五步，更新词库后，重复第三步和第四步进行迭代。 |
