用于信息分类的方法、装置、设备及计算机可读存储介质与流程

技术特征：
1.一种用于信息分类的方法，包括：获取症状描述信息，并从所述症状描述信息中提取得到症状实体；将所述症状描述信息中的主诉信息作指导，计算所述症状实体的第一注意力权值；根据所述第一注意力权值对所述症状实体进行加权计算，得到症状实体特征；根据所述症状实体特征确定与所述症状描述信息对应的症状类型。2.根据权利要求1所述的方法，其中，在根据所述症状实体特征确定与所述症状描述信息对应的症状类型之前，还包括：从所述症状描述信息中提取得到与所述症状实体相关的辅助信息；将所述症状实体特征作为指导，计算所述辅助信息的第二注意力权值；利用所述第二注意力权值对所述辅助信息进行加权，得到症状实体辅助特征；对应的，根据所述症状实体特征确定与所述症状描述信息对应的症状类型，包括：根据所述症状实体特征和所述症状实体辅助特征确定与所述症状描述信息对应的症状类型。3.根据所述权利要求1所述的方法，其中，将所述症状描述信息中的主诉信息作指导，计算所述症状实体的第一注意力权值，包括：从所述症状描述信息中分离出所述主诉信息；利用双向长短期记忆网络处理所述主诉信息，得到主诉向量；利用所述主诉向量作指导，计算与所述症状实体对应的症状实体向量的第一注意力权值。4.根据权利要求2所述的方法，其中，从所述症状描述信息中提取得到与所述症状实体相关的辅助信息，包括：利用多通道卷积神经网络从所述症状描述信息中提取得到与所述症状实体相关的辅助信息。5.根据权利要求2所述的方法，其中，在根据所述症状实体特征和所述症状实体辅助特征确定与所述症状描述信息对应的症状类型之前，还包括：获取所述症状描述信息所属病人的个人信息，并根据所述个人信息生成个人信息特征；对应的，根据所述症状实体特征和所述症状实体辅助特征确定与所述症状描述信息对应的症状类型，包括：将所述症状实体特征、所述症状实体辅助特征以及所述个人信息特征均以向量形式进行拼接，得到拼接后向量；利用预设的全连接层输出所述拼接后向量对应的症状类型。6.根据权利要求5所述的方法，其中，当与所述拼接后向量对应有多个症状类型时，还包括：利用所述全连接层输出每个所述症状类型的准确度得分；根据所述准确度得分对多个所述症状类型进行排序。7.根据权利要求1至6任一项所述的方法，其中，从所述症状描述信息中提取得到症状实体，包括：从所述症状描述信息中提取得到初始实体；
去除出现频次低于预设频次的初始实体，得到所述实体。8.一种用于信息分类的装置，包括：症状实体提取单元，被配置成获取症状描述信息，并从所述症状描述信息中提取得到症状实体；第一注意力权值计算单元，被配置成将所述症状描述信息中的主诉信息作指导，计算所述症状实体的第一注意力权值；症状实体加权计算单元，被配置成根据所述第一注意力权值对所述症状实体进行加权计算，得到症状实体特征；症状类型确定单元，被配置成根据所述症状实体特征确定与所述症状描述信息对应的症状类型。9.根据权利要求8所述的装置，还包括：辅助信息提取单元，被配置成在根据所述症状实体特征确定与所述症状描述信息对应的症状类型之前，从所述症状描述信息中提取得到与所述症状实体相关的辅助信息；第二注意力权值计算单元，被配置成将所述症状实体特征作为指导，计算所述辅助信息的第二注意力权值；辅助信息加权计算单元，被配置成利用所述第二注意力权值对所述辅助信息进行加权，得到症状实体辅助特征；对应的，所述症状类型确定单元包括：双特征确定症状类型子单元，被配置成根据所述症状实体特征和所述症状实体辅助特征确定与所述症状描述信息对应的症状类型。10.根据权利要求8所述的装置，其中，所述第一注意力权值计算单元进一步被配置成：从所述症状描述信息中分离出所述主诉信息；利用双向长短期记忆网络处理所述主诉信息，得到主诉向量；利用所述主诉向量作指导，计算与所述症状实体对应的症状实体向量的第一注意力权值。11.根据权利要求9所述的装置，其中，所述辅助信息提取单元进一步被配置成：利用多通道卷积神经网络从所述症状描述信息中提取得到与所述症状实体相关的辅助信息。12.根据权利要求9所述的装置，还包括：个人信息特征获取单元，被配置成在根据所述症状实体特征和所述症状实体辅助特征确定与所述症状描述信息对应的症状类型之前，获取所述症状描述信息所属病人的个人信息，并根据所述个人信息生成个人信息特征；对应的，所述双特征确定症状类型子单元进一步被配置成包括：将所述症状实体特征、所述症状实体辅助特征以及所述个人信息特征均以向量形式进行拼接，得到拼接后向量；利用预设的全连接层输出所述拼接后向量对应的症状类型。13.根据权利要求12所述的装置，还包括：准确度得分输出单元，被配置成当与所述拼接后向量对应有多个症状类型时，利用所述全连接层输出每个所述症状类型的准确度得分；
排序单元，被配置成根据所述准确度得分对多个所述症状类型进行排序。14.根据权利要求8至13任一项所述的装置，其中，所述症状实体提取单元进一步被配置成：从所述症状描述信息中提取得到初始实体；去除出现频次低于预设频次的初始实体，得到所述实体。15.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的用于信息分类的方法。16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的用于信息分类的方法。

技术总结
本申请实施例公开了用于信息分类的方法、装置、设备及计算机可读存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：获取症状描述信息，并从该症状描述信息中提取得到症状实体；将该症状描述信息中的主诉信息作指导，计算该症状实体的第一注意力权值；根据该第一注意力权值对该症状实体进行加权计算，得到症状实体特征；根据该症状实体特征确定与该症状描述信息对应的症状类型。该实施方式通过利用主诉信息作为指导对提取出的症状实体进行注意力权值计算，使得基于加权后的计算结果确定出的症状类型的准确率更高。果确定出的症状类型的准确率更高。果确定出的症状类型的准确率更高。


技术研发人员：袁泉 陈俊 黄海峰 陆超
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2020.04.30
技术公布日：2021/11/2