基于依存句法分析的超聲檢查報告結構化處理方法.pdf

1、超聲檢查報告記錄了病人在一次超聲檢查后得到的影像描述及醫(yī)生的診斷結果，是重要的臨床信息，也是醫(yī)學領域研究重要的數據來源。為了能夠更準確地描述患者的病情，醫(yī)生通常以自然語言書寫各類檢查報告的內容，上述非結構化數據描述不利于計算機進行自動分析和處理，在一定程度上阻礙了醫(yī)療大數據的信息挖掘和知識發(fā)現，因此有必要在分析之前進行結構化處理。目前針對中文自然語言的文本結構化處理方法主要采用的是信息關系抽取技術，然而該方法的可擴展性較差，而超聲檢查報

2、告中對不同檢查部位具有不同的表述特征，所以現有的中文信息關系抽取技術無法適用于超聲檢查報告文本的結構化處理。
　　為解決上述問題，本文在傳統(tǒng)信息關系抽取技術的基礎上結合句法分析方法，并根據超聲檢查報告特有的語法特征，提出了一種基于依存句法分析的醫(yī)療指標結構化處理方法。該方法通過分析文本句子結構，獲取句中各成分之間的依存關系及語義特征，同時構建依存關系樹，最終從依存關系樹中獲取器官組織或病癥的屬性描述，進而將非結構化的超聲檢查報告提

3、取成key-value形式的結構化數據，方便計算機進行分析處理。本文所做的研究如下：
　　首先，本文對現有中文自然語言結構化處理方法的現狀進行了歸納，探討了實體關系抽取、依存句法分析以及基于機器學習方法等結構化處理方法的優(yōu)缺點，同時對本文涉及的同義詞識別方法和文本標注方法的研究現狀也作了說明。接著對本文所使用的Word2vec詞向量訓練工具和HanLP中文自然語言處理工具的工作原理進行了闡述。
　　其次，對本文所提出的基于依

4、存句法分析結構化處理方法的整體框架作了說明，分別介紹了該框架中的主要模塊，并對其中的核心算法依次作了詳細說明。設置預處理模塊是為了消除一義多詞現象，通過神經網絡語言模型構建超聲檢查報告的同義詞表得以實現；指標提取模塊中利用依存關系樹生成結構化模板，并采用切分短句和文本標注相結合的分治剪裁策略簡化依存關系樹結構，使語法關系更加清晰，提高結構化結果的準確度；在后處理模塊中對噪聲數據進行修正，同時優(yōu)化算法，提高其可擴展性。
　　最后，本