一种中文症状体征构成识别方法

摘要

本发明提供了一种中文症状体征构成识别方法。该方法包括：将中文症状体征分解为11种症状体征的构成成分；根据症状体征的构成成分为中文症状体征中的每个汉字标注，得到每个汉字表示症状体征的构成情况的标签序列；对中文症状体征数据进行数据预处理，得到汉字特征向量和对应的词性特征向量；将所述汉字特征向量和词性特征向量利用双向LSTM神经网络来训练得到输入症状体征的特征向量；将所述症状体征的特征向量利用条件随机场来对每个汉字进行标注，得到症状体征的标签序列；在神经网络的训练过程中，利用已有的类型‑成分词典生成人工数据帮助训练。相比于现有技术，本发明能够很好的识别中文症状，识别正确率得到很大的提高。