(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210215632.4 (22)申请日 2022.03.07 (71)申请人 山东勤成健康科技股份有限公司 地址 250000 山东省济南市高新区新 泺大 街3003号宝威科技园1号楼4层 (72)发明人 张华　丁英峰　徐海鹏　唐华　 (51)Int.Cl. G06F 40/268(2020.01) G06F 40/242(2020.01) G06F 40/284(2020.01) G06F 40/289(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06F 16/33(2019.01) (54)发明名称 医疗大数据的数据标准 化处理方法及装置 (57)摘要 本发明提供医疗大数据的数据标准化处理 方法及装置， 充分利用了现代汉语、 医学术语的 特点， 基于人工智 能大数据的数据分析方法， 通 过以动词为中心对语句进行切分， 使用特定的医 学大数据词典匹配， 降低了匹配难度， 提高了匹 配精度和速度； 通过对语句双字以上切分， 交替 进行医学大数据词典的正序、 逆序匹配， 避免了 语义碎片化， 提高了匹配精度和速度； 通过对语 句中主语部分和宾语之间的部分进行单字以上 谓语匹配， 进一步提高了语义识别的精度； 通过 上述技术手段的有机结合， 在提高了识别精度和 速度的同时， 节约了系统资源， 提高了系统响应 速度。 权利要求书2页 说明书5页 附图2页 CN 114548084 A 2022.05.27 CN 114548084 A 1.医疗大 数据的数据标准 化处理方法， 包括： 获取原始数据中的待处 理语句； 通过医疗大 数据训练模型 标准化全句库对所述待处 理语句进行全句匹配； 若匹配成功， 则结束匹配， 并输出响应； 若匹配失败则通过所述医疗大数据训练模型对所述待处理语句进行分析处理； 其特征 在于， 所述分析处 理的方法包括： 通过所述医疗大数据训练模型统计待处理语句字数， 从待处理语句的字数中间位置开 始， 通过该医疗大 数据训练模型的标准 化动词库单字匹配动词； 若匹配动词成功， 则将该待处理语句匹配到的动词作为动词部分， 并将该待处理语句 所述动词部 分之前的部 分作为主语部分， 将该待处理语句所述动词部 分之后的部分作为宾 语部分； 通过该医疗大数据训练模型的标准化名词库对主语部分和宾语部分进行双字以上匹 配， 所述双字以上匹配包括 正序匹配和逆序匹配； 若主语部分和宾语部分匹配成功， 则通过该医疗大数据训练模型的标准化谓语库， 对 待处理语句中动词部 分进行一个字以上匹配， 若匹配成功， 则输出响应， 并向所述医疗大数 据训练模型进行反馈； 在所述分析处 理的方法中的任何匹配失败均通过意外匹配处 理。 2.根据权利要求1所述的医疗大数据的数据标准化处理方法， 其特征在于， 所述双字以 上匹配按照字数从少到多的匹配顺序进行。 3.根据权利要求2所述的医疗大数据的数据标准化处理方法， 其特征在于， 在第N字匹 配符合并且第N+1字匹配不符合的情况下， 判定第N字匹配成功， 并作为结果返回， 其中N为 大于或等于2的整数。 4.根据权利要求1所述的医疗大数据的数据标准化处理方法， 其特征在于， 所述双字以 上匹配包括正序匹配和逆序匹配过程中， 正序匹配与逆序匹配交替进行， 先进行正序匹配 或先进行逆序匹配。 5.根据权利要求1所述的医疗大数据的数据标准化处理方法， 其特征在于， 所述双字以 上匹配包括 正序匹配和逆序匹配过程中， 正序匹配与逆序匹配同时进行。 6.根据权利要求1所述的医疗大数据的数据标准化处理方法， 其特征在于， 对待处理语 句中主语部 分和宾语之间的部 分进行单字以上匹配， 第M字匹配符合并且第M+1字匹配不符 合， 则判定第M 字匹配成功， 作为结果返回， 其中M为大于或等于1的整数。 7.根据权利要求1所述的医疗大数据的数据标准化处理方法， 其特征在于， 对待处理语 句中主语部分和宾语之间的部分进行 单字以上匹配， 按照字数从多到少的顺序进行匹配。 8.根据权利要求1所述的医疗大数据的数据标准化处理方法， 其特征在于， 所述意外匹 配处理包括人工处 理和/或程序处 理， 或不进行任何 处理。 9.医疗大 数据的数据标准 化处理装置， 包括： 输入设备， 用于获取原 始数据中的待处 理语句； 输出设备， 用于 输出设备响应； 分析处理设备， 用于对所述输入设备获取的待处理语句进行处理分析， 并将结果传递权　利　要　求　书 1/2 页 2 CN 114548084 A 2给所述输出设备； 其特征在于， 该医疗 大数据的数据标准化处理装置使用如权利要求 1‑8之 一所述的医疗大 数据的数据标准 化处理方法进行 数据处理。权　利　要　求　书 2/2 页 3 CN 114548084 A 3