一种医学文本词向量化方法

摘要

本发明涉及面向自然语言处理的预训练领域，具体提供了一种医学文本词向量化方法，通过对原始医学文本数据探查建立词库对后续的向量化做准备，然后通过GLOVE模型进行医学数据词向量化；所述原始医学文本分为结构化数据、半结构化数据和非结构化数据，所述结构化数据中有固定的填写要求数据，所述半结构化数据包含一部分电子病历数据，半结构化数据中有固定标识，固定标识中的内容可能空，所述非结构化数据也包含一部分电子病历数据，非结构化数据没有标识，根据知识去提取。与现有技术相比，本发明收集数据较快速且准确。