一种基于词向量建模和信息检索的回顾性队列选择方法及装置

摘要

一种基于词向量建模和信息检索的回顾性队列选择方法及装置。本发明针对回顾性队列选择的方法召回率低、精确度差、检索信息不全的问题，通过在电子健康病例信息预处理时引入词聚类的方法进行命名实体识别，对往常采取的针对否定词的处理方法进行改进，利用skip‑gram算法学习电子健康病例中医学概念的嵌入，得到不同实体的向量表示，以此来建模患者的向量表示，从医学概念中学习到患者表征，通过查询扩展获得与查询有关的概念，然后利用余弦距离分别测量每个病人与查询向量之间关系并按距离对患者进行排序输出。本发明设计合理，在对否定词的预处理方法上进行改进后，可有效提高语义匹配的准确度，提升队列选择的召回率。