(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210105129.3 (22)申请日 2022.01.28 (65)同一申请的已公布的文献号 申请公布号 CN 114117082 A (43)申请公布日 2022.03.01 (73)专利权人 北京欧应信息技 术有限公司 地址 100020 北京市朝阳区光 华路9号楼7 层702室 (72)发明人 张国强　邹金勇　张天维　 (74)专利代理 机构 北京市金杜律师事务所 11256 代理人 张平 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/295(2020.01)G06V 30/30(2022.01) 审查员 王晓燕 (54)发明名称 用于对待校正数据校正的方法、 设备和介质 (57)摘要 本公开的实施例涉及用于对待校正数据校 正的方法、 设备和介质， 方法包括： 对所述待校正 数据执行预处理， 以便转换为统一格式的待 校正 文本； 基于预定义的符号， 将所述待校正文本分 割为一个或多个文本块， 从而获取待校正的测试 集合； 根据基于医学专业数据的索引模型对所述 测试集合执行索引测试， 以便确定一个或多个文 本块是否存在错误； 响应于所述一个或多个文本 块集合存在错误， 确定一个或多个文本块的一个 或多个候选修改项； 以及根据基于医学专业数据 的知识图谱确定一个或多个候选修改项中的正 确修改项， 从而对所述待校正数据校正。 由此， 能 够基于数据所述的医学专业领域更为准确地对 数据校正。 权利要求书2页 说明书12页 附图7页 CN 114117082 B 2022.04.19 CN 114117082 B 1.一种用于对待校正数据校正的方法， 其特 征在于， 包括： 对所述待校正数据执 行预处理， 以便转换为统一格式的待校正文本； 基于预定义的符号， 将所述待校正文本分割为一个或多个文本块， 从而获取待校正的 测试集合； 根据基于 医学专业数据的索引模型对所述测试集合执行索引测试， 以便确定所述一个 或多个文本块是否存在错 误； 响应于所述一个或多个文本块集合存在错误， 确定所述一个或多个文本块的一个或多 个候选修改项； 以及 根据基于医学专业数据的知识图谱确定一个或多个候选修改项中的正确修改项， 其 中， 将统一格式的预处理文本提取为实体数据类以及实体关系类， 所述统一格式的预处理 文本是经由对医学专业数据执 行预处理而转换成的； 通过将所提取的实体数据类设置为节点以及所提取的实体关系类设置为联结所述节 点的边， 为所述医学专业数据构建知识图谱； 基于所构建的知识图谱， 确定所述 一个或多个文本块所属的主题； 基于所确定的主题， 确定一个或多个候选修改项的词性标注结果以及命名实体识别结 果； 基于所确定的词性标注结果以及命名实体识别结果， 确定一个或多个候选修改项中的 正确修改项， 从而对所述待校正数据校正。 2.根据权利要求1所述的方法， 其中根据基于医学专业数据的索引模型对所述测试集 合执行索引测试还 包括： 基于预定义的符号， 将所述预处理文本分割为一个或多个医学专业数据文本块， 从而 获取用于校正训练的训练集 合； 基于所述训练集 合， 构建倒序索引模型； 以及 应用所构建的倒序索引模型对所述测试集 合执行索引测试。 3.根据权利要求2所述的方法， 其中构建倒序索引模型还 包括： 构建由一个或多个字节指向所述 一个或多个医学专业数据文本块的索引集 合； 以及 基于所述索引集合构建倒序索引模型， 从而应用所构建的倒序索引模型对所述测试集 合执行索引测试。 4.根据权利要求1所述的方法， 其中确定所述 一个或多个文本块所属的主题包括： 基于隐含狄利克 雷分布LDA概 率图模型确定所述 一个或多个文本块所属的主题。 5.根据权利要求4所述的方法， 其中根据基于医学专业数据的知识图谱确定一个或多 个候选修改项中的正确修改项还 包括： 确定所述待校正数据的输入方式； 响应于所述待校正数据的输入方式为手写输入， 确定一个或多个候选修改项中的形似 候选项为 正确修改项； 以及 响应于所述待校正数据的输入方式为音频或视频输入， 确定一个或多个候选修改项中 的音似候选项为 正确修改项。 6.根据权利要求5所述的方法， 其中根据基于医学专业数据的知识图谱确定一个或多权　利　要　求　书 1/2 页 2 CN 114117082 B 2个候选修改项中的正确修改项还 包括： 基于所确定的一个或多个候选修改项的词性标注结果、 命名实体识别结果以及输入方 式， 对所述  一个或多个候选修改项执 行综合评分； 以及 基于综合评分， 确定一个或多个候选修改项中的正确修改项。 7.一种计算设备， 其特 征在于， 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； 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 ‑6中任一项所述的方法。 8.一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， 其中所述计算 机指令用于使所述计算机执 行权利要求1 ‑6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114117082 B 3