[發明專利]數據處理方法、裝置、設備和存儲介質在審
| 申請號： | 202110436346.6 | 申請日： | 2021-04-22 |
| 公開（公告）號： | CN113111660A | 公開（公告）日： | 2021-07-13 |
| 發明（設計）人： | 彭恩偉;唐國新;范文歷 | 申請（專利權）人： | 脈景(杭州)健康管理有限公司 |
| 主分類號： | G06F40/295 | 分類號： | G06F40/295;G06F40/242;G06F40/247;G06K9/62;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463 | 代理人： | 鐘揚飛 |
| 地址： | 311100 浙江省杭州市余杭*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 數據處理 方法 裝置 設備 存儲 介質 | ||
1.一種數據處理方法，其特征在于，包括：
獲取待處理的原始中醫數據；
基于的表達數據庫，對所述原始中醫數據進行糾錯處理；
對糾錯后的中醫數據進行知識抽取處理，得到中醫知識數據；
對所述中醫知識數據進行標準化處理，輸出標準化后的中醫術語數據。
2.根據權利要求1所述的方法，其特征在于，所述基于預設的表達數據庫，對所述原始中醫數據進行糾錯處理，包括：
獲取所述原始中醫數據中的錯誤表達數據；
從所述表達數據庫中，選取出與所述錯誤表達數據之間的編輯距離最小的正確表達數據；
在所述原始中醫數據中的將所述錯誤表達數據替換為所述正確表達數據。
3.根據權利要求1所述的方法，其特征在于，所述對糾錯后的中醫數據進行知識抽取處理，得到中醫知識數據，包括：
將所述糾錯后的中醫數據輸入預設抽取模型，輸出所述中醫知識數據，所述中醫知識數據包括實體信息、關系信息和屬性信息中的一種或多種。
4.根據權利要求3所述的方法，其特征在于，建立所述預設抽取模型的步驟，包括：
基于對所述原始中醫數據的目標抽取特征，獲取標注語料，所述目標抽取特征包括：癥狀信息和/或疾病信息；
以所述標注語料作為訓練樣本對預設的機器學習模型進行訓練，得到所述預設抽取模型。
5.根據權利要求1所述的方法，其特征在于，所述對所述中醫知識數據進行標準化處理，輸出標準化后的中醫術語數據，包括：
判斷所述中醫知識數據是否為標準詞庫中的標準詞；
若所述中醫知識數據不是所述標準詞庫中的標準詞，則計算所述中醫知識數據與所述標準詞庫中每個標準詞之間的相似度；
從所述標準詞庫中選取出與所述中醫知識數據之間的相似度最大的目標標準詞；
輸出所述目標標準詞為標準化后的中醫術語數據。
6.根據權利要求5所述的方法，其特征在于，所述對所述中醫知識數據進行標準化處理，輸出標準化后的中醫術語數據，還包括：
若所述中醫知識數據是所述標準詞庫中的標準詞，輸出所述中醫知識數據為標準化后的所述中醫術語數據。
7.一種數據處理裝置，其特征在于，包括：
獲取模塊，用于獲取待處理的原始中醫數據；
糾錯模塊，用于基于的表達數據庫，對所述原始中醫數據進行糾錯處理；
抽取模塊，用于對糾錯后的中醫數據進行知識抽取處理，得到中醫知識數據；
處理模塊，用于對所述中醫知識數據進行標準化處理，輸出標準化后的中醫術語數據。
8.根據權利要求7所述的裝置，其特征在于，所述糾錯模塊用于：
獲取所述原始中醫數據中的錯誤表達數據；
從所述表達數據庫中，選取出與所述錯誤表達數據之間的編輯距離最小的正確表達數據；
在所述原始中醫數據中的將所述錯誤表達數據替換為所述正確表達數據。
9.一種電子設備，其特征在于，包括：
存儲器，用以存儲計算機程序；
處理器，用以執行所述計算機程序，以實現如權利要求1至6中任一項所述的方法。
10.一種非暫態電子設備可讀存儲介質，其特征在于，包括：程序，當其藉由電子設備運行時，使得所述電子設備執行權利要求1至6中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于脈景(杭州)健康管理有限公司，未經脈景(杭州)健康管理有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202110436346.6/1.html，轉載請聲明來源鉆瓜專利網。
