CN117875311B - 一种缩略语句匹配方法、装置及存储介质 - Google Patents

Abstract

本发明涉及电数字数据领域，尤其是涉及一种缩略语句匹配方法、装置及存储介质，其中，缩略语句匹配方法包括建立缩略语的数据库，获取文本信息，并解析文本信息，提取文本信息中的缩略语、缩略语的英文全称和中文全称，将文本信息中的缩略语与解释匹配，检测文本信息中解释的缺失部分，在缩略语在文本信息中第一次出现处录入缺失的解释，对录入在文本信息中的解释进行第一标记；若提取的缩略语在数据库中不存在解释，对缩略语进行第二标记；基于从文本信息中提取的缩略语，以及缩略语对应的解释，生成缩略语对照表。本发明具有方便研究人员对撰写的文献中的缩略语进行解释说明，提升文献撰写效率的效果。

Description

一种缩略语句匹配方法、装置及存储介质

技术领域

本发明涉及电数字数据的领域，尤其是涉及一种缩略语句匹配方法、装置及存储介质。

背景技术

在临床研究领域中，缩略语的使用频繁且广泛，主要是为了简化长而复杂的术语和短语，以便在研究文献、报告和交流中节省时间和空间，提高缩略语表总结的完整性和准确性。缩略语在专业文章中要求不经充分释义不能直接使用，主要基于如下原因：

第一，临床研究领域涉及许多专业术语和缩略语，这些术语和缩略语通常只有在该领域内才为人所熟知。因此，对于不熟悉临床研究领域的人来说，阅读和理解相关文献和报告会变得困难。

第二，临床研究中，同一缩略语可能存在多义性或歧义性。同一个缩略语可能在不同上下文中的不同含义，这可能导致误解和混淆。此外，一些缩略语可能在不同的地区或不同的研究机构中有不同的使用习惯，进一步增加了理解的难度。

故而，临床研究人员为了使用缩略语时能够保持清晰和准确，常会要求缩略语在文章中首次出现时进行中文或英文的全称展示，并同时紧跟括号备注其缩略语形式，方可在以后的陈述中直接使用该缩略语。在文章的缩略语章节往往还会要求单独将全文中出现的缩略语以表格形式列出，以便于读者集中查找。这已经逐渐成为了专业和科研技术类文章的统一要求。

然而，这就要求研究人员在文献中有意识地逐句排查缩略语，并进行全称补充。撰写过程中思路会不断被打断进行缩略语的解释，增加撰写工作量和难度，导致撰写效率降低。对缩略语总结经验不足的撰写人员，甚至会有错误解释、或解释不够专业、或该总结的缩略语未提取显示并总结入缩略语表格等情况，文章质量将受到较大影响。

发明内容

为了方便研究人员对撰写的文献中的缩略语进行解释说明，提升文献的撰写效率，本发明提供一种缩略语句匹配方法、装置及存储介质。

本发明提供一种缩略语句匹配方法，采用如下的技术方案：

一种缩略语句匹配方法，包括如下步骤，

建立缩略语数据库，保存缩略语解释，

获取文本信息，并按照从开头到结尾的顺序解析文本信息，提取文本信息中的缩略语、缩略语的英文全称和中文全称，调用数据库中的解释，将文本信息中的缩略语与解释匹配，检测文本信息中解释的缺失部分，在缩略语在文本信息中第一次出现处录入缺失的解释，对录入在文本信息中的解释进行第一标记；

若提取的缩略语在数据库中不存在解释，对缩略语进行第二标记，并跳过，进行下一缩略语的解释匹配，直至全部缩略语完成解释匹配；

基于从文本信息中提取的缩略语，以及缩略语对应的中和/或英文全称，生成缩略语对照表。

在一个具体的可实施方案中，基于同一缩略语存在多种不同的解释时，在数据库中保存全部的解释，进行文本信息中缩略语的录入时，以选项的方式录入，获取选中解释后，删除其余的解释。

在一个具体的可实施方案中，对数据库中的解释按照领域进行分类，同一缩略语在不同分类存在不同解释的，分别进行单独存储，进行对文本信息的缩略语匹配时，通过获取指定的分类缩略语进行解释的匹配，以及缩略语表的输出。

在一个具体的可实施方案中，缩略语对照表以单独的表格信息输出，输出时通过获取控制命令，进行输出格式的选择和更改。

在一个具体的可实施方案中，基于数据库中不存在的缩略语以及对应的中和/或英文全称，输出缩略语的补充表格，数据库获取补充表格中的补录信息并解析，在数据库中补充补充表格中的缩略语及对应的解释。

在一个具体的可实施方案中，缩略语对照表包括缩略语、缩略语的英文全称和缩略语的中文全称；

数据库中的解释包括缩略语、缩略语的英文全称和缩略语的中文全称。

在一个具体的可实施方案中，数据库中保存有解释的代码，提取文本信息中的代码，替换文本信息中的代码为缩略语以及对应的全称。

在一个具体的可实施方案中，记录缩略语被解释的频次，记录解释被调用频次。

本发明还提供一种缩略语句匹配装置，采用如下的技术方案：

一种缩略语句匹配装置，包括输入模块，获取输入的指令以及文本信息；

分析模块：获取输入的文本信息，匹配和提取文本信息中的缩略语；

显示模块：显示文本信息、文本信息中缩略语及对应的英文全称和中文全称；

计数器：记录每一缩略语被解释次数，以及每一解释被使用次数；

存储器：存储缩略语的解释、执行上述的缩略语句匹配方法的指令；

处理器：执行上述的缩略语句匹配方法。

本发明还提供一种存储有计算机指令的非瞬时计算机可读存储介质，采用如下的技术方案：

一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行上述的缩略语句匹配方法。

综上所述，本发明包括以下至少一种有益技术效果：

1.通过自动对文本信息中的缩略语进行识别和解释，省去研究人员撰写文献时查阅资料对缩略语进行解释的过程，提升研究人员文献撰写效率。通过对缩略语和解释进行第一标记，方便研究人员检查文献中缩略语解释的正确性，提升研究人员撰写文献的精确度。研究人员通过查找第二标记能够快速寻找没有被解释的缩略语，对没有解释的缩略语进行补充解释，减少出现遗漏缩略语解释的情况，降低了研究人员撰写文献过程中的检查难度，提升了文献的撰写效率。通过对照缩略语对照表，能够直观的了解到文献中出现的缩略语及其释义，方便使用缩略语对照表与文本信息进行对照阅读，同时方便对大量的缩略语的解释进行检查，当出现缩略语解释错误或不够专业和准确时及时进行修正。

2.缩略语对照表能够以单独的文件形式输出，使得文献撰写过程中能够满足不同撰写要求。再通过对缩略语对照表输出文件的格式的设定，使得文献能够满足更多的撰写要求，能够应用在更多不同类型和语言的文献撰写中。

3.通过主动对数据库中的解释和缩略语的补录，提升数据库中数据的全面性，减少缩略语解释过程中没有解释的缩略语的数量，增加文献的易读性。

4.通过在文献中撰写缩略语和解释的代码，能够精准地对缩略语及其全称进行匹配和替换，减少由于同一缩略语多种不同解释，需要人工进行选定修改的情况出现，进一步减少研究人员撰写和检查文献过程中的工作量，提升文献的撰写效率。

5.自动识别文本信息中的缩略语及解释，自动生成缩略语对照表，节省研究人员制作做略语对照表时间，提升文献的撰写效率。

6.通过对数据库中缩略语及其全称的分类，使得研究人员在生成缩略语对照表时，能够有针对性地选取对应的领域，通过分类缩略语库和人工复查筛选的过程，正确选择一个缩略语存在多种不同解释的情况下的正确选择。可以进一步提升文献缩略语对照表总结的准确性和完整性，满足不同领域对同一文献的不同要求。

附图说明

图1是本发明的流程图。

具体实施方式

以下结合附图1对本发明作进一步详细说明。

缩略语是指将一个词或短语缩短成一个或几个字母，以便更便捷地表达特定的概念、术语或短语。它们通常用于专业性较强的书面语言和电子通信中，以节省时间和空间。缩略语的使用可以提高沟通效率，但也需要双方具备相同的理解和知识背景。

在临床研究中，存在大量专业性缩略语的应用，且存在同一缩略语在不同语境、不同细分领域下存在不同含义的情况，如：BCRP可以指代（Breast cancer resistanceprotein）乳腺癌耐药蛋白，也可以指代（Baseline C-reactive protein）基线C-反应蛋白；

CT可以指代（Computed Tomography）计算机断层扫描，也可以指代（Chemotherapy）化学疗法；

ECG通常指代（Electrocardiogram）心电图，但在神经学领域中，ECG也可以指代（Electroencephalogram）脑电图；

CDC可以指（Centers for Disease Control and Prevention）疾病控制与预防中心，也可以指（Central Drugs Committee）中央药物委员会等。因此研究人员在撰写文献的过程中，常常会用到大量的缩略语，并需要在文献中对缩略语进行全称标注解释，通常这也会消耗研究人员大量的时间。

本发明实施例提供的缩略语句匹配方法可以应用在服务器上，也可以应用在终端上。其中，服务器可以是物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、（Content Delivery Network，CDN）内容分发网络，以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是具有较强计算能力的移动电话、智能电话、笔记本电脑、数字广播接收器、（PDA）个人数字助理、（PAD）平板电脑等（UserEquipment，UE）用户设备、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备、（Mobile Station，MS）移动台、（Mobile Terminal）移动终端等，本发明在此不做限定。

参照图1，缩略语句匹配方法包括如下步骤：

S100，建立保存有缩略语、代码以及与缩略语和代码对应解释的数据库。通过输入模块，能够在数据库中补录经确证的缩略语、代码以及对应的解释。同时，通过补录操作，新增、替换和修正原先数据库中错误的缩略语、代码以及解释。

其中，解释包括缩略语、英文全称和中文全称，如：BCRP（Breast cancerresistance protein）乳腺癌耐药蛋白。

在数据库中对缩略语、代码以及解释领域进行分类，如先按照如临床医学、流行病学、医学遗传学等大的领域进行分类，再如内科学、外科学等子领域进行二次或更多次的分类。当同一缩略语在不同领域存在不同解释时（如上述的ECG），通过领域的划分将不同的解释保存在不同领域的细化分组内。

建立缩略语标注算法，能够自动获取并按照从开头到结尾的顺序解析输入或者导入的文本信息，并从文本信息中准确提取缩略语、代码、英文全称和中文全称中的一项或多项。将算法与数据库关联，使得算法提取的缩略语和代码与数据库中的缩略语和代码自动进行配对识别，算法调用数据库中对代码和缩略语的解释，将解释插入在缩略语的后面；删除文本信息中的代码，用缩略语和解释代替代码插入到删除代码的空白中。

若文本信息中出现缩略语以及英文全称或中文全称的，则自动将缺失的全称进行补充插入，如：原先的文本信息中只有缩略语BCRP以及英文全称，表现为：BCRP（Breastcancer resistance protein）；通过算法识别后，自动进行中文全称的补充，表现为：BCRP（Breast cancer resistance protein）乳腺癌耐药蛋白。若文本信息中仅出现英文全称或中文全称时同理，通过算法识别后，在首次出现该缩略语全称处自动插入缩略语。如文中多次出现Breast cancer resistance protein或乳腺癌耐药蛋白字样，通过算法识别后，在首次出现处表现为：BCRP（Breast cancer resistance protein）乳腺癌耐药蛋白。

代码可以为独立的，汉字、字母、数字中一种或多种的组合，也可以是数字和缩略语的组合如：BCRP1可以指代（Breast cancer resistance protein）乳腺癌耐药蛋白，BCRP2可以指代（Baseline C-reactive protein）基线C-反应蛋白。代码还可以为汉字、字母、数字中一种或多种与缩略语的组合，只要是唯一的、能够指代缩略语的解释的均可，此处不做具体的限定。

S200，获取领域的选定信息，调用数据库中选定领域的数据，获取输入的文本信息，在文本信息中缩略语第一次出现的位置插入解释，并进行标记，最终生成缩略语和全称解释的缩略语对照表。

通过获取研究人员预先选定的领域分类，能够针对性准确调用数据库中的缩略语，尽可能排除同一缩略语由于存在多种解释调取错误的情况。

采用高亮的颜色对缩略语和解释进行标记，可以是更改文本信息中文字的颜色，也可以是在文本信息中，在缩略语和解释处进行颜色的填充，又或是在插入的内容处进行批注等，只要能够让研究人员在文本信息中快速直接地了解到对原先的文本信息进行的更改即可，对标记的形式不做具体限定。

当文本信息中提取的缩略语在数据库中不存在对应的解释，或者文本信息中的代码在数据库中不存在时，采用高亮颜色对缩略语和代码进行标记，此时的标记颜色与上述的缩略语和解释的标记颜色不同，例如：缩略语和对应的解释采用绿色进行填充，不存在解释的缩略语或代码采用红色填充进行标记，通过观察文本信息中的颜色，区分缩略语和代码是否进行了解释的插入。通过不同颜色的标记，方便研究人员检查文献时，能够快速发现文献中缺失的解释并进行修改和补充，同时对数据库进行完善。当出现缺少缩略语或代码的解释时，进行标记后，自动向后续的文本信息进行处理。

基于文本信息中出现的缩略语、代码以及全称解释，自动生成缩略语对照表，通过输入模块，选定缩略语排序规则、列表输出格式及缩略语对照表在文本信息中的插入位置、完成缩略语表在文中的生成；或者将缩略语对照表导出，生成单独的文件；或者取消缩略语对照表的插入和导出。若是选择将缩略语对照表导出，生成单独文件的，导出过程中，通过输入模块能够挑选导出文件的格式，如：xlsx、docx等，在此不做具体的限定。

缩略语对照表包括缩略语、缩略语英文全称、缩略语中文全称。如下表所示：

当文本信息中存在没有解释的缩略语和代码时，另外生成与缩略语对照表形式相同的补充表格，补充表格中额外增加了代码、领域分类、缩略语中英文全称释义等栏位，用于对数据库中缺失的缩略语进行补充。通过获取研究人员在补充表格内完善的相关内容后，解析补充表格中的内容，自动补充进缩略语数据库，完成缩略语的完善。

S300，同一缩略语存在多种解释时，对解释进行选定。

当文本信息中采用的缩略语存在多种解释时，在文本信息中插入下拉栏的方式，研究人员通过输入模块，从下拉栏中选择需要的解释，完成选定后，自动删除其他解释，缩略语对照表中也会以下拉栏的方式设置，通过人工选定的方式，调整缩略语对照表中的解释。

S400，通过计数器对缩略语被解释的次数以及解释被调用的次数进行记录。

根据缩略语被解释的次数，以及解释被调用的次数，对数据库中的数据进行优先级的划分，缩略语被解释次数越多，解释被调用次数越多，优先级越高。当缩略语出现多个解释需要选定时，解释会按照被调用次数由多到少进行由下至上的排列，方便研究人员优先进行选择。

通过对缩略语的解释次数，以及解释被调用的次数，了解研究的集中方向，方便对研究方向提前进行规划。还可以对文本信息中的字数、文段数量等进行统计，并通过报表的方式输出，方便对研究人员的工作量进行统计。

本发明还公开一种缩略语句匹配装置，包括输入模块，获取研究人员输入的操作命令以及输入的文本信息等；

分析模块：获取输入模块的文本信息，对文本信息进行分析，提取文本信息中的代码和缩略语，并根据代码和缩略语，在文本信息中插入对应的解释。

计数器：记录每一缩略语被解释次数，以及每一解释被使用次数。

存储器：存储缩略语的解释，以及执行上述的缩略语句匹配方法指令；

处理器：调用存储器中的指令，并执行。

本发明还公开一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行上述的缩略语句匹配方法。

以上均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (6)

1.一种缩略语句匹配方法，其特征在于：包括如下步骤，

建立缩略语数据库，保存缩略语解释，

获取文本信息，并按照从开头到结尾的顺序解析文本信息，提取文本信息中的缩略语和缩略语的英文全称或中文全称，以及缩略语的英文全称或中文全称中的一种，调用数据库中的解释，将文本信息中的缩略语与解释匹配，检测文本信息中解释的缺失部分，在缩略语在文本信息中第一次出现处录入缺失的解释，对录入在文本信息中的解释进行第一标记；

若提取的缩略语在数据库中不存在解释，对缩略语进行第二标记，并跳过，进行下一缩略语的解释匹配，直至全部缩略语完成解释匹配；

基于从文本信息中提取的缩略语，以及缩略语对应的中文全称和英文全称，生成缩略语对照表；

基于同一缩略语存在多种不同的解释时，在数据库中保存全部的解释，进行文本信息中缩略语的录入时，以选项的方式录入，获取选中解释后，删除其余的解释；

对数据库中的解释按照领域进行分类，同一缩略语在不同分类存在不同解释的，分别进行单独存储，进行对文本信息的缩略语匹配时，通过获取指定的分类缩略语进行解释的匹配，以及缩略语表的输出；

缩略语对照表以单独的表格信息输出，输出时通过获取控制命令，进行输出格式的选择和更改；

缩略语对照表包括缩略语、缩略语的英文全称和缩略语的中文全称；

数据库中的解释包括缩略语、缩略语的英文全称和缩略语的中文全称。

2.根据权利要求1所述的缩略语句匹配方法，其特征在于：基于数据库中不存在的缩略语以及对应的中和/或英文全称，输出缩略语的补充表格，数据库获取补充表格中的补录信息并解析，在数据库中补充补充表格中的缩略语及对应的解释。

3.根据权利要求1所述的缩略语句匹配方法，其特征在于：数据库中保存有解释的代码，提取文本信息中的代码，替换文本信息中的代码为缩略语以及对应的全称。

4.根据权利要求1所述的缩略语句匹配方法，其特征在于：记录缩略语被解释的频次，记录解释被调用频次。

5.一种缩略语句匹配装置，其特征在于：包括输入模块，获取输入的指令以及文本信息；

分析模块：获取输入的文本信息，提取文本信息中的缩略语；

显示模块：显示文本信息、文本信息中缩略语及对应的英文全称和中文全称；

计数器：记录每一缩略语被解释次数，以及每一解释被使用次数；

存储器：存储缩略语的解释、执行权利要求1-4中任一项所述的缩略语句匹配方法的指令；

处理器：执行权利要求1-4中任一项所述的缩略语句匹配方法。

6.一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权利要求1-4中任一项所述的缩略语句匹配方法。