1.本技术涉及计算机
技术领域：
：，具体涉及人工智能
技术领域：
：，尤其涉及生成标准报告的方法、装置、设备及存储介质。
背景技术：
：：2.随着移动互联网的迅猛发展，伴随着各项技术的不断突破以及消费升级下消费者对服务体验要求的提升，传统服务行业正积极融入互联网时代中，各种平台通过与线下服务机构进行系统、数据和服务的对接打通，为消费者提供更精准和快速便捷线下服务。3.在相关技术中，不同供应商推送至平台供用户查看的报告格式不一致，导致该平台不便于管理不同的供应商。这种情况增加了用户的阅读分析成本，同时平台也不能有效的为用户汇总解析多份报告的结果，为用户提出更针对性的建议。技术实现要素：4.本技术的实施例提出了生成标准报告的方法、装置、设备及存储介质。5.第一方面，本技术的实施例提供了一种生成标准报告的方法，该方法包括：获取目标报告；将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；根据标准文本信息，生成标准报告。6.在一些实施例中，预设的关联关系库基于以下步骤确定：获取多个初始报告；响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系；根据关联关系，构建预设的关联关系库。7.在一些实施例中，响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系，包括：分别提取多个初始报告和标准文本信息中的关键字；响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。8.在一些实施例中，响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系，包括：获取初始报告和标准文本信息中的关键字的优先级；响应于优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。9.在一些实施例中，标准文本信息中的关键字包括至少一个医学标准术语。10.在一些实施例中，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息，包括：响应于目标报告的格式为目标格式，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。11.在一些实施例中，该生成标准报告的方法还包括：响应于目标报告的格式不为目标格式，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。12.第二方面，本技术的实施例提供了一种生成标准报告的装置，该装置包括：报告获取模块，用于获取目标报告；信息得到模块，用于将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；信息获取模块，用于根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；报告生成模块，用于根据标准文本信息，生成标准报告。13.在一些实施例中，该生成标准表格的装置还包括：报告获取模块，还用于获取多个初始报告；关系建立模块，用于响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系；关系库构建模块，用于根据关联关系，构建预设的关联关系库。14.在一些实施例中，关系建立模块，包括：关键字提取单元，用于分别提取多个初始报告和标准文本信息中的关键字；关系建立单元，用于响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。15.在一些实施例中，关系建立单元，进一步用于：获取初始报告和标准文本信息中的关键字的优先级；响应于优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。16.在一些实施例中，标准文本信息中的关键字包括至少一个医学标准术语。17.在一些实施例中，信息得到模块，进一步用于：响应于目标报告的格式为目标格式，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。18.在一些实施例中，该生成标准表格的装置还包括：格式转换模块，用于响应于目标报告的格式不为目标格式，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。19.第三方面，本技术的实施例提供了一种电子设备，包括至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面描述的方法。20.第四方面，本技术的实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，计算机指令用于使计算机执行如第一方面描述的方法。21.本技术的实施例提供的生成标准报告的方法、装置、设备及存储介质，首先获取目标报告；然后将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；然后根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；然后根据标准文本信息，生成标准报告。能够利用预先训练的文本识别模型，得到目标报告对应的文本结构信息；之后，根据文本结构信息从预设的关联关系库中，获取对应的标准文本信息，以生成标准报告，从而可以实现非标准报告的标准化。附图说明22.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：23.图1是本技术可以应用于其中的示例性系统架构图；24.图2是根据本技术的生成标准报告的方法的一个实施例的流程图；25.图3是根据本技术的生成标准报告的方法的一个实施例的流程图；26.图4是根据本技术的生成标准报告的装置的实施例的结构示意图；27.图5是适于用来实现本技术的实施例的电子设备的结构示意图。具体实施方式28.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。29.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。30.图1示出了可以应用本技术的生成标准报告的方法或生成标准报告的装置的实施例的示例性系统架构100。31.如图1所示，系统架构100可以包括服务器101和102，网络103和电子设备104。网络103用以在服务器101和102和电子设备104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。32.用户可以使用服务器101和102通过网络103与电子设备104交互，例如目标报告等。33.服务器101和102可以是硬件，也可以是软件。当服务器101和102为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器101和102为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。34.电子设备104可以提供各种服务。例如，电子设备104可以获取目标报告；将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；根据标准文本信息，生成标准报告。35.需要说明的是，电子设备104可以是硬件，也可以是软件。当电子设备104为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器；或电子设备104可以为与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品，例如pc(personalcomputer，个人计算机)、手机、智能手机、pda(personaldigitalassistant，个人数字助手)、可穿戴设备、ppc(pocketpc，掌上电脑)、平板电脑、智能车机、智能电视、智能音箱、平板电脑、膝上型便携计算机和台式计算机等等。当电子设备104为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。36.需要说明的是，本技术实施例所提供的生成标准报告的方法一般由电子设备104执行，相应地，生成标准报告的装置一般设置于电子设备104中。37.应该理解，图1中的电子设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备、网络和服务器。38.继续参考图2，其示出了根据本技术的生成标准报告的方法的一个实施例的流程图200，该生成标准报告的方法可以包括以下步骤：39.步骤201，获取目标报告。40.在本实施例中，生成标准报告的方法的执行主体(例如图1所示的电子设备104)可以通过网络(例如图1所示的网络103)获取终端设备(例如图1所示的服务器101和102)的目标报告。上述目标报告可以为不同供应商提供的、与医疗相关的数据所形成的报告，例如，体检报告。41.步骤202，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。42.在本实施例中，上述执行主体可以将目标报告输入预先训练的文本识别模型中，以得到目标报告对应的文本结构信息。上述文本识别模型用于得到目标报告对应的文本结构信息，该文本结构信息可以以键值对的方式存储。43.在本实施例中，上述文本识别模型可以基于以下步骤确定：获取文本结构信息和对应的行为文本标签；之后，利用文本结构信息和对应的文本标签进行训练，以得到文本识别模型。在训练时，执行主体可以将文本结构信息作为文本识别模型的输入，以及将文本结构信息对应的文本标签作为期望输出，得到文本识别模型。上述机器学习模型可以为现有技术或未来发展技术中的概率模型、分类模型或者其他分类器等，例如，机器学习模型可以包括以下任意一项：决策树模型(xgboost)、逻辑回归模型(lr)、深度神经网络模型(dnn)。44.步骤203，根据所述文本结构信息，从预设的关联关系库中，获取对应的标准文本信息。45.在本实施例中，上述执行主体可以根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息。上述预设的关联关系库中可以用于存储标准文本信息与文本结构信息之间的对应关系。46.在本实施例中，上述执行主体可以获取多个初始报告和标准报告，并构建多个初始报告与标准报告之间的关联关系；之后，根据该关联关系，预先建立关联关系库。47.在一个示例中，该目标报告可以包括表格，该关联关系还可以包括：单元格中的文本所属的字段类别，即与文本结构信息所属的字段类别。该字段类别可以用于表征该单元格存储的文本结构信息的类别，例如，科室、项目、部位等。48.步骤204，根据标准文本信息，生成标准报告。49.在本实施例中，上述执行主体可以将标准文本信息整合在一起，以生成标准报告。50.在一个示例中，按照文本结构信息在目标报告中的位置信息，将该文本结构信息对应的标准文本信息，显示在该文本结构信息的位置处，以形成标准报告。上述标准报告可以与目标报告相对的、与医疗相关的数据，该标准报告可以用于衡量目标报告中的数据是否符合相关医疗标准。51.需要说明的是，标准报告是相对目标报告而言，其包括目标报告中的文本结构信息对应的标准文本信息。52.本实施例中所涉及的数据(例如，目标报告、体检报告、标准报告等)都是经过用户的同意才获取或者通过合规手段获取到的。53.在本实施例中，在生成标准报告之后，该生成标准报告的方法还可以包括：向服务器(例如图1所示的服务器101和102)发送提醒信息，以提醒查看标准报告。上述提醒信息可以通过短信、界面高亮等方式进行提醒。54.在本实施例中，在生成标准报告之后，还可以针对目标报告的供应商对标准报告进行分类。55.本技术的实施例提供的生成标准报告的方法，首先获取目标报告；然后将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；然后根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；然后根据标准文本信息，生成标准报告。能够利用预先训练的文本识别模型，得到目标报告对应的文本结构信息；之后，根据文本结构信息从预设的关联关系库中，获取对应的标准文本信息，以生成标准报告，从而可以实现非标准报告的标准化。56.如图3，示出了根据本技术的生成标准报告的方法的一个实施例的流程图300，该生成标准报告的方法可以包括以下步骤：57.步骤301，获取目标报告。58.在本实施例中，生成标准报告的方法的执行主体(例如图1所示的电子设备104)可以通过网络(例如图1所示的网络103)获取终端设备(例如图1所示的服务器101和102)的目标报告。上述目标报告可以为不同供应商提供的、与医疗相关的数据所形成的报告。59.步骤302，将所述目标报告输入到预先训练的文本识别模型中，得到所述目标报告对应的文本结构信息。60.在本实施例中，上述执行主体可以将目标报告输入预先训练的文本识别模型中，以得到目标报告对应的文本结构信息。上述文本识别模型用于得到目标报告对应的文本结构信息，该文本结构信息可以以键值对的方式存储。61.在本实施例中，上述文本识别模型可以基于以下步骤确定：获取文本结构信息和对应的行为文本标签；之后，利用文本结构信息和对应的文本标签进行训练，以得到文本识别模型。在训练时，执行主体可以将文本结构信息作为文本识别模型的输入，以及将文本结构信息对应的文本标签作为期望输出，得到文本识别模型。上述机器学习模型可以为现有技术或未来发展技术中的概率模型、分类模型或者其他分类器等，例如，机器学习模型可以包括以下任意一项：决策树模型(xgboost)、逻辑回归模型(lr)、深度神经网络模型(dnn)。62.步骤303，获取多个初始报告。63.在本实施例中，上述执行主体可以通过网络(例如图1所示的网络103)获取终端设备(例如图1所示的服务器101和102)上的多个初始报告。上述初始报告可以为不同供应商提供的、与医疗相关的数据所形成的报告，多个初始报告可以包括目标报告。64.步骤304，响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。65.在本实施例中，上述执行主体可以在多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，分别建立多个初始刚和标准文本信息之间的关联关系。66.在一个示例中，初始报告a、初始报告b、初始报告c与标准文本信息之间的相似度满足预设的相似度阈值，可以建立初始报告a与标准文本信息之间的关联关系、初始报告b与标准文本信息之间的关联关系，以及初始报告c与标准文本信息之间的关联关系。67.需要说明的是，预设的相似度阈值可以根据用户对标准文本信息的需求或标准文本信息的标准精度所确定。68.步骤305，根据关联关系，构建预设的关联关系库。69.在本实施例中，上述执行主体可以根据步骤305中生成的关联关系，构建预设的关联关系库，该预设的关联关系库可以用于通过索引得到文本结构信息对应的标准文本信息。70.需要说明的是，上述多个初始报告可以为不同供应商提供的初始报告。该关联关系可以包括供应商的初始报告与标准报告之间的关联关系。71.需要说明的是，步骤301～305之间的执行顺序可以任意组合，例如，步骤303～305可以在步骤302之前执行，例如，在步骤301之前执行步骤303～305或在步骤301与步骤302之间执行步骤303～305。还可以步骤303与步骤301同时执行或步骤303与步骤302同时执行。72.步骤306，根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息。73.在本实施例中，上述执行主体可以根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息。上述预设的关联关系库中可以用于存储标准文本信息与文本结构信息之间的对应关系。74.步骤307，根据标准文本信息，生成标准报告。75.在本实施例中，上述执行主体可以将标准文本信息整合在一起，以生成标准报告。76.在本实施例中，步骤301、302、306和307的具体操作与图2所示的实施例中的步骤201、202、203和204的操作基本相同，在此不再赘述。77.从图3中可以看出，与图2对应的实施例相比，本实施例中的生成标准报告的方法300获取多个初始报告，在多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值时，建立多个初始报告和标准文本信息之间的关联关系，以构建关联关系库，从而能够利用预先训练的文本识别模型，得到目标报告对应的文本结构信息；之后，根据文本结构信息从预设的关联关系库中，获取对应的标准文本信息，以生成标准报告，从而可以实现非标准报告的标准化。78.在本实施例的一些可选的实现方式中，预设的关联关系库基于以下步骤确定：获取多个初始报告；响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系；根据关联关系，构建预设的关联关系库。79.在本实现方式中，上述执行主体可以获取多个初始报告；在多个初始报告中的文本结构信息和标准文本信息之间的相似度满足预设的相似度阈值时，建立多个初始报告和标准文本信息之间的关联关系；之后，根据该关联关系，构建预设的关联关系库。上述初始报告与标准报告相对，该初始报告可以为与转换为标准报告之前的报告，该初始报告可以包括多个文本结构信息，该多个初始报告可以包括上述的目标报告。上述关联关系可以用于表征初始报告和标准文本信息之间的相似度。80.需要说明的是，相似度阈值可以根据初始报告转换为标准报告的转换程度进行设定。81.在本实现方式中，可以根据多个初始报告中的文本结构信息与标准文本信息之间的相似度，建立初始报告和标准文本信息之间的关联关系，以构建关联关系库。82.在本实施例的一些可选的实现方式中，响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系，包括：分别提取多个初始报告和标准文本信息中的关键字；响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。83.在本实现方式中，上述执行主体可以先提取多个初始报告和标准文本信息中的关键字；之后，在多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。84.在这里，分别提取多个初始报告和标准文本信息中的关键词，可以包括：可以通过tf-idf(termfrequency–inversedocumentfrequency)分别提取多个初始报告和标准文本信息中的关键词；或通过文本提取模型提取多个初始报告和标准文本信息中的关键词。上述关键字可以为能够标准初始报告内容的字。85.在一个示例中，上述关键字可以为多个关键字中优先级排在前3的关键词。86.需要说明的是，可以将初始报告转换为标准报告的转化程度进行设定或由用户随机设定。87.在本实现方式中，上述执行主体可以根据多个初始报告中的文本结构信息与标准文本信息中的关键字之间的相似度，以建立初始报告和标准文本信息之间的关联关系。88.在本实施例的一些可选的实现方式中，响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系，包括：获取初始报告和标准文本信息中的关键字的优先级；响应于优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。89.在本实现方式中，上述执行主体可以获取初始报个和标准文本信息中的关键词的优先级；在优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。90.在一个示例中，上述关键字可以为多个关键字中优先级排在前3的关键词。91.需要说明的是，可以将初始报告转换为标准报告的转化程度进行设定或由用户随机设定。92.在本实现方式中，上述执行主体可以根据多个初始报告中的文本结构信息与标准文本信息中优先级大于预设优先级阈值的关键字之间的相似度，以建立初始报告和标准文本信息之间的关联关系。93.在本实施例的一些可选的实现方式中，标准文本信息中的关键字包括至少一个医学标准术语。94.在本实现方式中，标准文本信息中的关键字可以包括至少一个医学标准术语。上述医学标准术语可以为医学书籍中记载的术语。95.在一个示例中，该医学标准术语可以包括：检查项目名称和检查部位名称。96.需要说明的是，还可以根据科室构建标准文本信息。97.在一个示例中，可以根据检测项目、检查部位和科室中的至少一项，在电子设备(例如图1所示的电子设备104)的屏幕上对应的标准文本信息，以供用户浏览相应的数据。98.在一个示例中，上述执行主体还可以对标准报告进行聚类，例如，对同一个供应商的标准报告进行聚类，对同一个检测部位进行聚类等；或对同一个供应商的标准报告中同一检测部位进行聚类，以实现多维度聚类。99.需要说明的是，上述多维度聚类可以为多个不同的维度，例如，供应商、部位、检测项目等。100.在本实施例的一些可选的实现方式中，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息，包括：响应于目标报告的格式为目标格式，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。101.在本实现方式中，上述执行主体在目标报告的格式为目标格式时，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。上述格式为目标报告的呈现格式，例如，pdf(portabledocumentformat)、jpg(jointphotographicexpertsgroup)、图像文件存储格式(portablenetworkgraphicformat，png)、图像文件格式(bitmap，bmp)、文本文档(txt)、word。102.在一个示例中，如果初始报告的格式为pdf格式，则利用pdf解析器将初始报告的格式转换为字符串格式，以使标准报告的格式与转换后的初始报告的格式一致。103.需要说明的是，格式可以不但限于上述的格式，还可以包括显示文本格式，例如，字体大小、字体颜色、字体间距等。104.在本实施例的一些可选的实现方式中，该生成标准报告的方法还包括：响应于目标报告的格式不为目标格式，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。105.在本实现方式中，上述执行主体可以在目标报告的格式不为目标格式时，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。106.在一个示例中，如果初始报告的格式为pdf格式，则利用pdf解析器将初始报告的格式转换为字符串格式，以使标准报告的格式与转换后的初始报告的格式一致。107.进一步参考图4，作为对上述各图所示方法的实现，本技术公开了生成标准报告的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。108.如图4所示，本技术的实施例提供了一种生成标准报告的装置400，该装置400包括：报告获取模块401、信息得到模块402、信息获取模块403和报告生成模块404。其中，报告获取模块401，用于获取目标报告；信息得到模块402，用于将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；信息获取模块403，用于根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；报告生成模块404，用于根据标准文本信息，生成标准报告。109.在本实施例中，生成标准报告的装置400中，报告获取模块401、信息得到模块402、信息获取模块403和报告生成模块404的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201～步骤204。110.在一些实施例中，该生成标准报告的装置还包括：报告获取模块401，还用于获取多个初始报告；关系建立模块，用于响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系；关系库构建模块，用于根据关联关系，构建预设的关联关系库。111.在一些实施例中，关系建立模块，包括：关键字提取单元，用于分别提取多个初始报告和标准文本信息中的关键字；关系建立单元，用于响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。112.在一些实施例中，关系建立单元，进一步用于：获取初始报告和标准文本信息中的关键字的优先级；响应于优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。113.在一些实施例中，标准文本信息中的关键字包括至少一个医学标准术语。114.在一些实施例中，信息得到模块402，进一步用于：响应于目标报告的格式为目标格式，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。115.在一些实施例中，该生成标准报告的装置还包括：格式转换模块，用于响应于目标报告的格式不为目标格式，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。116.如图5所示，是根据本技术实施例的生成标准报告的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。117.如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。118.存储器502即为本技术所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本技术所提供的生成标准报告的方法。本技术的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本技术所提供的生成标准报告的方法。119.存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本技术实施例中的生成标准报告的方法对应的程序指令/模块(例如，附图4所示的报告获取模块401、信息得到模块402、信息获取模块403和报告生成模块404)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的生成标准报告的方法。120.存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据基于区块链的信息处理电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至基于区块链的信息处理电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。121.生成标准报告的方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。122.输入装置503可接收输入的数字或字符信息，以及产生与基于区块链的信息处理电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。123.此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。124.这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。125.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。126.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。127.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。128.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本技术中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术公开的技术方案所期望的结果，本文在此不进行限制。129.上述具体实施方式，并不构成对本技术保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本技术保护范围之内。当前第1页12当前第1页12
技术领域：
：，具体涉及人工智能
技术领域：
：，尤其涉及生成标准报告的方法、装置、设备及存储介质。
背景技术：
：：2.随着移动互联网的迅猛发展，伴随着各项技术的不断突破以及消费升级下消费者对服务体验要求的提升，传统服务行业正积极融入互联网时代中，各种平台通过与线下服务机构进行系统、数据和服务的对接打通，为消费者提供更精准和快速便捷线下服务。3.在相关技术中，不同供应商推送至平台供用户查看的报告格式不一致，导致该平台不便于管理不同的供应商。这种情况增加了用户的阅读分析成本，同时平台也不能有效的为用户汇总解析多份报告的结果，为用户提出更针对性的建议。技术实现要素：4.本技术的实施例提出了生成标准报告的方法、装置、设备及存储介质。5.第一方面，本技术的实施例提供了一种生成标准报告的方法，该方法包括：获取目标报告；将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；根据标准文本信息，生成标准报告。6.在一些实施例中，预设的关联关系库基于以下步骤确定：获取多个初始报告；响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系；根据关联关系，构建预设的关联关系库。7.在一些实施例中，响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系，包括：分别提取多个初始报告和标准文本信息中的关键字；响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。8.在一些实施例中，响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系，包括：获取初始报告和标准文本信息中的关键字的优先级；响应于优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。9.在一些实施例中，标准文本信息中的关键字包括至少一个医学标准术语。10.在一些实施例中，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息，包括：响应于目标报告的格式为目标格式，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。11.在一些实施例中，该生成标准报告的方法还包括：响应于目标报告的格式不为目标格式，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。12.第二方面，本技术的实施例提供了一种生成标准报告的装置，该装置包括：报告获取模块，用于获取目标报告；信息得到模块，用于将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；信息获取模块，用于根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；报告生成模块，用于根据标准文本信息，生成标准报告。13.在一些实施例中，该生成标准表格的装置还包括：报告获取模块，还用于获取多个初始报告；关系建立模块，用于响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系；关系库构建模块，用于根据关联关系，构建预设的关联关系库。14.在一些实施例中，关系建立模块，包括：关键字提取单元，用于分别提取多个初始报告和标准文本信息中的关键字；关系建立单元，用于响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。15.在一些实施例中，关系建立单元，进一步用于：获取初始报告和标准文本信息中的关键字的优先级；响应于优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。16.在一些实施例中，标准文本信息中的关键字包括至少一个医学标准术语。17.在一些实施例中，信息得到模块，进一步用于：响应于目标报告的格式为目标格式，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。18.在一些实施例中，该生成标准表格的装置还包括：格式转换模块，用于响应于目标报告的格式不为目标格式，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。19.第三方面，本技术的实施例提供了一种电子设备，包括至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面描述的方法。20.第四方面，本技术的实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，计算机指令用于使计算机执行如第一方面描述的方法。21.本技术的实施例提供的生成标准报告的方法、装置、设备及存储介质，首先获取目标报告；然后将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；然后根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；然后根据标准文本信息，生成标准报告。能够利用预先训练的文本识别模型，得到目标报告对应的文本结构信息；之后，根据文本结构信息从预设的关联关系库中，获取对应的标准文本信息，以生成标准报告，从而可以实现非标准报告的标准化。附图说明22.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：23.图1是本技术可以应用于其中的示例性系统架构图；24.图2是根据本技术的生成标准报告的方法的一个实施例的流程图；25.图3是根据本技术的生成标准报告的方法的一个实施例的流程图；26.图4是根据本技术的生成标准报告的装置的实施例的结构示意图；27.图5是适于用来实现本技术的实施例的电子设备的结构示意图。具体实施方式28.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。29.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。30.图1示出了可以应用本技术的生成标准报告的方法或生成标准报告的装置的实施例的示例性系统架构100。31.如图1所示，系统架构100可以包括服务器101和102，网络103和电子设备104。网络103用以在服务器101和102和电子设备104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。32.用户可以使用服务器101和102通过网络103与电子设备104交互，例如目标报告等。33.服务器101和102可以是硬件，也可以是软件。当服务器101和102为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器101和102为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。34.电子设备104可以提供各种服务。例如，电子设备104可以获取目标报告；将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；根据标准文本信息，生成标准报告。35.需要说明的是，电子设备104可以是硬件，也可以是软件。当电子设备104为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器；或电子设备104可以为与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品，例如pc(personalcomputer，个人计算机)、手机、智能手机、pda(personaldigitalassistant，个人数字助手)、可穿戴设备、ppc(pocketpc，掌上电脑)、平板电脑、智能车机、智能电视、智能音箱、平板电脑、膝上型便携计算机和台式计算机等等。当电子设备104为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。36.需要说明的是，本技术实施例所提供的生成标准报告的方法一般由电子设备104执行，相应地，生成标准报告的装置一般设置于电子设备104中。37.应该理解，图1中的电子设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备、网络和服务器。38.继续参考图2，其示出了根据本技术的生成标准报告的方法的一个实施例的流程图200，该生成标准报告的方法可以包括以下步骤：39.步骤201，获取目标报告。40.在本实施例中，生成标准报告的方法的执行主体(例如图1所示的电子设备104)可以通过网络(例如图1所示的网络103)获取终端设备(例如图1所示的服务器101和102)的目标报告。上述目标报告可以为不同供应商提供的、与医疗相关的数据所形成的报告，例如，体检报告。41.步骤202，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。42.在本实施例中，上述执行主体可以将目标报告输入预先训练的文本识别模型中，以得到目标报告对应的文本结构信息。上述文本识别模型用于得到目标报告对应的文本结构信息，该文本结构信息可以以键值对的方式存储。43.在本实施例中，上述文本识别模型可以基于以下步骤确定：获取文本结构信息和对应的行为文本标签；之后，利用文本结构信息和对应的文本标签进行训练，以得到文本识别模型。在训练时，执行主体可以将文本结构信息作为文本识别模型的输入，以及将文本结构信息对应的文本标签作为期望输出，得到文本识别模型。上述机器学习模型可以为现有技术或未来发展技术中的概率模型、分类模型或者其他分类器等，例如，机器学习模型可以包括以下任意一项：决策树模型(xgboost)、逻辑回归模型(lr)、深度神经网络模型(dnn)。44.步骤203，根据所述文本结构信息，从预设的关联关系库中，获取对应的标准文本信息。45.在本实施例中，上述执行主体可以根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息。上述预设的关联关系库中可以用于存储标准文本信息与文本结构信息之间的对应关系。46.在本实施例中，上述执行主体可以获取多个初始报告和标准报告，并构建多个初始报告与标准报告之间的关联关系；之后，根据该关联关系，预先建立关联关系库。47.在一个示例中，该目标报告可以包括表格，该关联关系还可以包括：单元格中的文本所属的字段类别，即与文本结构信息所属的字段类别。该字段类别可以用于表征该单元格存储的文本结构信息的类别，例如，科室、项目、部位等。48.步骤204，根据标准文本信息，生成标准报告。49.在本实施例中，上述执行主体可以将标准文本信息整合在一起，以生成标准报告。50.在一个示例中，按照文本结构信息在目标报告中的位置信息，将该文本结构信息对应的标准文本信息，显示在该文本结构信息的位置处，以形成标准报告。上述标准报告可以与目标报告相对的、与医疗相关的数据，该标准报告可以用于衡量目标报告中的数据是否符合相关医疗标准。51.需要说明的是，标准报告是相对目标报告而言，其包括目标报告中的文本结构信息对应的标准文本信息。52.本实施例中所涉及的数据(例如，目标报告、体检报告、标准报告等)都是经过用户的同意才获取或者通过合规手段获取到的。53.在本实施例中，在生成标准报告之后，该生成标准报告的方法还可以包括：向服务器(例如图1所示的服务器101和102)发送提醒信息，以提醒查看标准报告。上述提醒信息可以通过短信、界面高亮等方式进行提醒。54.在本实施例中，在生成标准报告之后，还可以针对目标报告的供应商对标准报告进行分类。55.本技术的实施例提供的生成标准报告的方法，首先获取目标报告；然后将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；然后根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；然后根据标准文本信息，生成标准报告。能够利用预先训练的文本识别模型，得到目标报告对应的文本结构信息；之后，根据文本结构信息从预设的关联关系库中，获取对应的标准文本信息，以生成标准报告，从而可以实现非标准报告的标准化。56.如图3，示出了根据本技术的生成标准报告的方法的一个实施例的流程图300，该生成标准报告的方法可以包括以下步骤：57.步骤301，获取目标报告。58.在本实施例中，生成标准报告的方法的执行主体(例如图1所示的电子设备104)可以通过网络(例如图1所示的网络103)获取终端设备(例如图1所示的服务器101和102)的目标报告。上述目标报告可以为不同供应商提供的、与医疗相关的数据所形成的报告。59.步骤302，将所述目标报告输入到预先训练的文本识别模型中，得到所述目标报告对应的文本结构信息。60.在本实施例中，上述执行主体可以将目标报告输入预先训练的文本识别模型中，以得到目标报告对应的文本结构信息。上述文本识别模型用于得到目标报告对应的文本结构信息，该文本结构信息可以以键值对的方式存储。61.在本实施例中，上述文本识别模型可以基于以下步骤确定：获取文本结构信息和对应的行为文本标签；之后，利用文本结构信息和对应的文本标签进行训练，以得到文本识别模型。在训练时，执行主体可以将文本结构信息作为文本识别模型的输入，以及将文本结构信息对应的文本标签作为期望输出，得到文本识别模型。上述机器学习模型可以为现有技术或未来发展技术中的概率模型、分类模型或者其他分类器等，例如，机器学习模型可以包括以下任意一项：决策树模型(xgboost)、逻辑回归模型(lr)、深度神经网络模型(dnn)。62.步骤303，获取多个初始报告。63.在本实施例中，上述执行主体可以通过网络(例如图1所示的网络103)获取终端设备(例如图1所示的服务器101和102)上的多个初始报告。上述初始报告可以为不同供应商提供的、与医疗相关的数据所形成的报告，多个初始报告可以包括目标报告。64.步骤304，响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。65.在本实施例中，上述执行主体可以在多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，分别建立多个初始刚和标准文本信息之间的关联关系。66.在一个示例中，初始报告a、初始报告b、初始报告c与标准文本信息之间的相似度满足预设的相似度阈值，可以建立初始报告a与标准文本信息之间的关联关系、初始报告b与标准文本信息之间的关联关系，以及初始报告c与标准文本信息之间的关联关系。67.需要说明的是，预设的相似度阈值可以根据用户对标准文本信息的需求或标准文本信息的标准精度所确定。68.步骤305，根据关联关系，构建预设的关联关系库。69.在本实施例中，上述执行主体可以根据步骤305中生成的关联关系，构建预设的关联关系库，该预设的关联关系库可以用于通过索引得到文本结构信息对应的标准文本信息。70.需要说明的是，上述多个初始报告可以为不同供应商提供的初始报告。该关联关系可以包括供应商的初始报告与标准报告之间的关联关系。71.需要说明的是，步骤301～305之间的执行顺序可以任意组合，例如，步骤303～305可以在步骤302之前执行，例如，在步骤301之前执行步骤303～305或在步骤301与步骤302之间执行步骤303～305。还可以步骤303与步骤301同时执行或步骤303与步骤302同时执行。72.步骤306，根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息。73.在本实施例中，上述执行主体可以根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息。上述预设的关联关系库中可以用于存储标准文本信息与文本结构信息之间的对应关系。74.步骤307，根据标准文本信息，生成标准报告。75.在本实施例中，上述执行主体可以将标准文本信息整合在一起，以生成标准报告。76.在本实施例中，步骤301、302、306和307的具体操作与图2所示的实施例中的步骤201、202、203和204的操作基本相同，在此不再赘述。77.从图3中可以看出，与图2对应的实施例相比，本实施例中的生成标准报告的方法300获取多个初始报告，在多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值时，建立多个初始报告和标准文本信息之间的关联关系，以构建关联关系库，从而能够利用预先训练的文本识别模型，得到目标报告对应的文本结构信息；之后，根据文本结构信息从预设的关联关系库中，获取对应的标准文本信息，以生成标准报告，从而可以实现非标准报告的标准化。78.在本实施例的一些可选的实现方式中，预设的关联关系库基于以下步骤确定：获取多个初始报告；响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系；根据关联关系，构建预设的关联关系库。79.在本实现方式中，上述执行主体可以获取多个初始报告；在多个初始报告中的文本结构信息和标准文本信息之间的相似度满足预设的相似度阈值时，建立多个初始报告和标准文本信息之间的关联关系；之后，根据该关联关系，构建预设的关联关系库。上述初始报告与标准报告相对，该初始报告可以为与转换为标准报告之前的报告，该初始报告可以包括多个文本结构信息，该多个初始报告可以包括上述的目标报告。上述关联关系可以用于表征初始报告和标准文本信息之间的相似度。80.需要说明的是，相似度阈值可以根据初始报告转换为标准报告的转换程度进行设定。81.在本实现方式中，可以根据多个初始报告中的文本结构信息与标准文本信息之间的相似度，建立初始报告和标准文本信息之间的关联关系，以构建关联关系库。82.在本实施例的一些可选的实现方式中，响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系，包括：分别提取多个初始报告和标准文本信息中的关键字；响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。83.在本实现方式中，上述执行主体可以先提取多个初始报告和标准文本信息中的关键字；之后，在多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。84.在这里，分别提取多个初始报告和标准文本信息中的关键词，可以包括：可以通过tf-idf(termfrequency–inversedocumentfrequency)分别提取多个初始报告和标准文本信息中的关键词；或通过文本提取模型提取多个初始报告和标准文本信息中的关键词。上述关键字可以为能够标准初始报告内容的字。85.在一个示例中，上述关键字可以为多个关键字中优先级排在前3的关键词。86.需要说明的是，可以将初始报告转换为标准报告的转化程度进行设定或由用户随机设定。87.在本实现方式中，上述执行主体可以根据多个初始报告中的文本结构信息与标准文本信息中的关键字之间的相似度，以建立初始报告和标准文本信息之间的关联关系。88.在本实施例的一些可选的实现方式中，响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系，包括：获取初始报告和标准文本信息中的关键字的优先级；响应于优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。89.在本实现方式中，上述执行主体可以获取初始报个和标准文本信息中的关键词的优先级；在优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。90.在一个示例中，上述关键字可以为多个关键字中优先级排在前3的关键词。91.需要说明的是，可以将初始报告转换为标准报告的转化程度进行设定或由用户随机设定。92.在本实现方式中，上述执行主体可以根据多个初始报告中的文本结构信息与标准文本信息中优先级大于预设优先级阈值的关键字之间的相似度，以建立初始报告和标准文本信息之间的关联关系。93.在本实施例的一些可选的实现方式中，标准文本信息中的关键字包括至少一个医学标准术语。94.在本实现方式中，标准文本信息中的关键字可以包括至少一个医学标准术语。上述医学标准术语可以为医学书籍中记载的术语。95.在一个示例中，该医学标准术语可以包括：检查项目名称和检查部位名称。96.需要说明的是，还可以根据科室构建标准文本信息。97.在一个示例中，可以根据检测项目、检查部位和科室中的至少一项，在电子设备(例如图1所示的电子设备104)的屏幕上对应的标准文本信息，以供用户浏览相应的数据。98.在一个示例中，上述执行主体还可以对标准报告进行聚类，例如，对同一个供应商的标准报告进行聚类，对同一个检测部位进行聚类等；或对同一个供应商的标准报告中同一检测部位进行聚类，以实现多维度聚类。99.需要说明的是，上述多维度聚类可以为多个不同的维度，例如，供应商、部位、检测项目等。100.在本实施例的一些可选的实现方式中，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息，包括：响应于目标报告的格式为目标格式，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。101.在本实现方式中，上述执行主体在目标报告的格式为目标格式时，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。上述格式为目标报告的呈现格式，例如，pdf(portabledocumentformat)、jpg(jointphotographicexpertsgroup)、图像文件存储格式(portablenetworkgraphicformat，png)、图像文件格式(bitmap，bmp)、文本文档(txt)、word。102.在一个示例中，如果初始报告的格式为pdf格式，则利用pdf解析器将初始报告的格式转换为字符串格式，以使标准报告的格式与转换后的初始报告的格式一致。103.需要说明的是，格式可以不但限于上述的格式，还可以包括显示文本格式，例如，字体大小、字体颜色、字体间距等。104.在本实施例的一些可选的实现方式中，该生成标准报告的方法还包括：响应于目标报告的格式不为目标格式，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。105.在本实现方式中，上述执行主体可以在目标报告的格式不为目标格式时，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。106.在一个示例中，如果初始报告的格式为pdf格式，则利用pdf解析器将初始报告的格式转换为字符串格式，以使标准报告的格式与转换后的初始报告的格式一致。107.进一步参考图4，作为对上述各图所示方法的实现，本技术公开了生成标准报告的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。108.如图4所示，本技术的实施例提供了一种生成标准报告的装置400，该装置400包括：报告获取模块401、信息得到模块402、信息获取模块403和报告生成模块404。其中，报告获取模块401，用于获取目标报告；信息得到模块402，用于将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息；信息获取模块403，用于根据文本结构信息，从预设的关联关系库中，获取对应的标准文本信息；报告生成模块404，用于根据标准文本信息，生成标准报告。109.在本实施例中，生成标准报告的装置400中，报告获取模块401、信息得到模块402、信息获取模块403和报告生成模块404的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201～步骤204。110.在一些实施例中，该生成标准报告的装置还包括：报告获取模块401，还用于获取多个初始报告；关系建立模块，用于响应于多个初始报告和标准文本信息之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系；关系库构建模块，用于根据关联关系，构建预设的关联关系库。111.在一些实施例中，关系建立模块，包括：关键字提取单元，用于分别提取多个初始报告和标准文本信息中的关键字；关系建立单元，用于响应于多个初始报告和标准文本信息中的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。112.在一些实施例中，关系建立单元，进一步用于：获取初始报告和标准文本信息中的关键字的优先级；响应于优先级大于预设优先级阈值的关键字之间的相似度满足预设的相似度阈值，建立多个初始报告和标准文本信息之间的关联关系。113.在一些实施例中，标准文本信息中的关键字包括至少一个医学标准术语。114.在一些实施例中，信息得到模块402，进一步用于：响应于目标报告的格式为目标格式，将目标报告输入到预先训练的文本识别模型中，得到目标报告对应的文本结构信息。115.在一些实施例中，该生成标准报告的装置还包括：格式转换模块，用于响应于目标报告的格式不为目标格式，利用与目标报告的格式对应的转换方式，将目标报告的格式转化为目标格式。116.如图5所示，是根据本技术实施例的生成标准报告的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。117.如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。118.存储器502即为本技术所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本技术所提供的生成标准报告的方法。本技术的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本技术所提供的生成标准报告的方法。119.存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本技术实施例中的生成标准报告的方法对应的程序指令/模块(例如，附图4所示的报告获取模块401、信息得到模块402、信息获取模块403和报告生成模块404)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的生成标准报告的方法。120.存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据基于区块链的信息处理电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至基于区块链的信息处理电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。121.生成标准报告的方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。122.输入装置503可接收输入的数字或字符信息，以及产生与基于区块链的信息处理电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。123.此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。124.这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。125.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。126.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。127.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。128.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本技术中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术公开的技术方案所期望的结果，本文在此不进行限制。129.上述具体实施方式，并不构成对本技术保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本技术保护范围之内。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
