(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 202210687158.5 (22)申请日 2022.06.17 (71)申请人 北京聆心智能科技有限公司 地址 100083 北京市海淀区成府路28号1 1 层4-1106 (72)发明人 彭立彪　郑银河　黄民烈　 (74)专利代理 机构 北京墨丘知识产权代理事务 所(普通合伙) 11878 专利代理师 唐忠仙 (51)Int.Cl. G06F 40/284(2020.01) G06F 16/35(2019.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G16H 50/20(2018.01) (54)发明名称 一种基于文本分类的病症识别方法、 装置及 设备 (57)摘要 本申请实施例涉及人工智能领域， 公开了一 种基于文本分类的病症识别方法、 装置及设备。 本申请实施例涉及基于文本分类的病症识别方 法包括： 获取待识别文本集； 识别待识别文本的 语义信息； 获取待识别文本的语义信息与目标语 义的偏差程度； 若偏差程度小于预设阈值， 将对 应的待分类文本分类确定为所述目标病症对应 的类别。 可见， 对识别误差的特征进行提取， 并以 此作为训练输入 条件训练分类模 型， 提高分类模 型对识别误差的辨识度。 由于第一子句与目标语 义建立的相似度联系， 实现了文本数据中全部内 容的点对点偏差识别。 另 一方面， 将识别误差进 行模型训练， 并通过训练好的模 型进行文本数据 分类， 提高了文本数据分类过程的兼容性， 降低 了成本。 权利要求书2页 说明书10页 附图2页 CN 115048927 A 2022.09.13 CN 115048927 A 1.一种基于文本分类的病症 识别方法， 其特 征在于， 所述方法包括： 获取待识别文本集， 所述待识别文本集中包括至少一条待识别文本； 识别所述待识别文本集中每条待识别文本的语义信息； 获取所述每条待识别文本的语义信 息与预设的目标语义的偏差程度， 所述目标语义是 预定义的表征目标病症的语义； 若所述偏差程度小于预设阈值， 将相应语义识别结果对应的待分类文本分类确定为所 述目标病症对应的类别。 2.根据权利要求1所述的基于文本分类的病症识别方法， 其特征在于， 所述方法还包 括： 获取训练样本集， 所述训练样本集中每 个文本的语义与所述目标语义相反； 根据所述训练样本集训练得到文本识别模型， 所述文本识别模型用于获取所述每条待 分类文本的语义信息与预设的目标语义的偏差程度。 3.根据权利要求2所述的基于文本分类的病症识别方法， 其特征在于， 所述获取训练样 本， 包括： 获取第一训练样本集， 所述第一训练样本集中包括若干文本； 对应所述训练样本集中的每 个文本， 分词得到 至少一个子句； 根据所述至少一个子句的语义与所述目标语义的相似度， 获取第一子句集； 根据所述第 一子句集中的每个子句生成第 二训练样本集， 所述第 二训练样本集中的每 个文本的语义与相应文本对应的第一子句的语义相反； 将所述第二训练样本集作为所述训练样本集。 4.根据权利要求3所述的基于文本分类的病症识别方法， 其特征在于， 根据所述至少一 个子句的语义与所述目标语义的相似度， 获取第一子句集包括； 获取所述至少一个子句中每 个子句的语义结果； 对每个子句语义结果与所述目标语义进行相似度比较， 得到一个相似度集合， 所述相 似度集合包括至少一个相似度， 所述每 个子句语义结果对应一个相似度； 若所述相似度集合中存在至少一个所述相似度大于或等于预设阈值， 则 选取其中数值 最大的相似度对应的子句， 作为第一子句， 若所述相似度集合中不存在大于或等于所述预设阈值的相似度， 则调整所述分词处理 规则， 并对子句重新进行划分。 5.根据权利要求1所述的基于文本分类的病症识别方法， 其特征在于， 所述训练识别偏 差实现方式包括： 若所述偏差程度 大于或等于预设阈值， 将所述语义识别结果对应的待分类文本确定为 非目标病症的类别。 6.根据权利要求4所述的基于文本分类的病症识别方法， 其特征在于， 所述调整所述分 词处理规则包括： 更改划分的字符数。 7.根据权利要求1或2所述的基于文本分类的病症识别方法， 其特征在于， 所述预先训 练的语言模型 得到， 所述模型类别包括： 大词汇语言模型N ‑gram。 8.一种基于文本分类的病症 识别装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取待识别文本集， 所述待识别文本集中包括至少一条待识别文权　利　要　求　书 1/2 页 2 CN 115048927 A 2本； 识别模块， 用于识别所述待识别文本集中每条待识别文本的语义信息； 第二获取模块， 获取所述每条待识别文本的语义信息与预设的目标语义的偏差程度， 所述目标语义是 预定义的表征目标病症的语义； 识别模块， 若所述偏差程度小于预设阈值， 将相应语义识别结果对应的待分类文本分 类确定为所述目标病症对应的类别。 9.一种电子设备， 其特征在于， 所述电子设备包括： 存储器和 处理器， 所述存储器和所 述处理器之间互相通信连接， 所述存储器中存储有计算机指令， 所述处理器通过执行所述 计算机指令执 行权利要求1 ‑7中任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使所述计算机执 行权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115048927 A 3