基于简易精神状态量表的语句自动识别系统

本发明涉及文字处理及语义识别领域，具体是基于简易精神状态量表的语句自动识别系统。

背景技术：

1、痴呆是一种增龄性综合征，其患病率随年龄增长而迅速上升。我国65岁以上的老年人痴呆的患病率5.14％，85岁以上增至23.66％，目前已经有超过1000万痴呆老人(占全球25％)，成为继心血管疾病、脑卒中和恶性肿瘤之后威胁老年人群生命健康的第四大“杀手”，也是老年人失能的主要原因之一。

2、痴呆综合征病因多样，其中，阿尔茨海默病(alzheimer disease,ad)作为痴呆的主要类型，是以进行性认知功能障碍为主要特征的神经系统退行性病变，占痴呆的50-75％。认识功能包括记忆、语言、计算、注意力、视空间、判断和执行等多个领域。

3、在临床实践中，ad患者认知损害的严重程度、疗效随访和预后判断极大依赖神经心理量表评估。

4、书写能力测试是神经心理量表测试中的重要组成内容，目前临床实践中，主要依赖于人工分析受试者的书写内容，进行对其正误的判断。一般而言，书写能力测试需要评估者拥有较为良好的语言和文学功底，来判断受试者书写的语句是否有意义及逻辑是否正确。耗费大量的人力资源，对测试者专业知识外的业务能力要求较高，误差较大，评估效率低下，大规模的认知筛查更是难以实现。

技术实现思路

1、本发明的目的是提供基于简易精神状态量表的语句自动识别系统，包括语料获取模块、分词模块、词性标注模块、命名实体识别模块、依存句法分析模块、语义识别模块和数据库；

2、所述语料获取模块获取用户输入的语料，并将所述语料传输至分词模块；

3、所述语料由用户根据ad筛查量表指示完成。

4、所述分词模块对语料进行分词，并为语料的每个字标注用于标识字边界的标记；所述分词模块将标记后的分词传输至词性标注模块；

5、所述分词模块通过ltp(language technology platform，语言技术平台)系统对语料进行分词。

6、所述词性标注模块根据标记后的分词，对每一个分词标注用于标识词边界的标记，并传输至命名实体识别模块；

7、所述命名实体识别模块对每一个分词标注用于标识命名实体边界和实体类别的标记，并传输至依存句法分析模块；

8、所述实体类别包括人名、地名、机构名。

9、所述依存句法分析模块对携带用于标识命名实体边界和实体类别的标记的分词进行依存句法分析，得到分词的词性和句法关系，并将句法关系封装成句法树；

10、所述依存句法分析模块将句法树传输至语义识别模块；

11、所述依存句法分析模块存储有用于进行依存句法分析的依存句法分析模型；

12、所述依存句法分析模型由语料训练集训练得到。

13、所述语义识别模块对句法树进行语义识别，得到语料的识别结果；

14、所述语义识别模块存储有用于进行语义识别的albert模型；

15、所述由语料训练集训练得到。

16、所述语料训练集的获取步骤包括：

17、1)获取若干用好填写的mmse量表，并将mmse量表转换为文本；

18、2)判断所述文本的语法是否正确，将语法正确的文本写入正确语料训练集中，将语法错误的文本写入错误语料训练集中。

19、所述数据库存储语料获取模块、分词模块、词性标注模块、命名实体识别模块、依存句法分析模块、语义识别模块的数据。

20、本发明的技术效果是毋庸置疑的，本发明通过智能化与自动化的语句分析，辅助传统人工ad诊断流程，提高量表评估与ad诊断效率。本发明对ad量表中的指定书写内容建立了评价模型，基于哈工大ltp和albert模型结合的文字处理和语义分析技术，完成了受试者书写句子结果的正误评估。

21、本发明提出一种基于ltp和albert模型结合的文字处理和语义分析技术的mmse量表智能化检测中语句自动识别的方法。利用ltp对受试者语句的切分和标注等处理，并进行语法分析，结合了albert模型对语句的语义分析；接着，针对量表中患者书写的具体语句建立相应的语言分析模型，设置评分标准；最后通过实验结果验证模型的准确性和可靠性。实验表明，该系统使用方便、速度快，可以有效提高量表诊断效率。

技术特征：

1.基于简易精神状态量表的语句自动识别系统，其特征在于：包括语料获取模块、分词模块、词性标注模块、所述命名实体识别模块、依存句法分析模块、语义识别模块和数据库。

2.根据权利要求1所述的基于简易精神状态量表的语句自动识别系统，其特征在于，所述语料由用户根据ad筛查量表指示完成。

3.根据权利要求1所述的基于简易精神状态量表的语句自动识别系统，其特征在于，所述分词模块通过ltp系统对语料进行分词。

4.根据权利要求1所述的基于简易精神状态量表的语句自动识别系统，其特征在于，所述实体类别包括人名、地名、机构名。

5.根据权利要求1所述的基于简易精神状态量表的语句自动识别系统，其特征在于，所述依存句法分析模块存储有用于进行依存句法分析的依存句法分析模型；

6.根据权利要求1所述的基于简易精神状态量表的语句自动识别系统，其特征在于，所述语义识别模块存储有用于进行语义识别的albert模型；

7.根据权利要求5或6所述的基于简易精神状态量表的语句自动识别系统，其特征在于，所述语料训练集的获取步骤包括：

技术总结
本发明公开基于简易精神状态量表的语句自动识别系统，包括语料获取模块、分词模块、词性标注模块、命名实体识别模块、依存句法分析模块、语义识别模块和数据库；本发明通过智能化与自动化的语句分析，辅助传统人工AD诊断流程，提高量表评估与AD诊断效率。本发明对AD量表中的指定书写内容建立了评价模型，基于LTP和ALBERT模型结合的文字处理和语义分析技术，完成了受试者书写句子结果的正误评估。

技术研发人员：吕洋,陈晨曦,余维华,李文沅,崔秋实,张美伟,余娟,张太平,谭元涛,陈利华
受保护的技术使用者：重庆医科大学
技术研发日：
技术公布日：2024/1/13