一种医疗数据自然语言处理的分词方法及系统

本发明公开了一种医疗数据自然语言处理的分词方法及系统，该方法包括：构建包含基础术语集、组合术语集和缩写映射表的多级医学词典；基于多级医学词典体系，采用正向最大匹配法和逆向最大匹配法对输入文本进行扫描匹配，生成初始候选分词序列；将初始候选分词序列转换为融合字嵌入、词典标记嵌入和位置嵌入的输入特征向量，并将输入特征向量输入至改造后的BERT模型进行处理；对BERT模型输出的标签序列进行解码，以确定最终分词结果。通过结合双向最大匹配法生成初始候选分词序列，将其转换为融合多嵌入的特征向量，输入含术语增强层和条件随机场层的改造后BERT模型处理，经解码优化得最终分词结果，提升医疗文本分词精度与效率。