1.一種將體檢診斷數(shù)據(jù)轉(zhuǎn)化為疾病標(biāo)簽的方法，包括如下步驟：
(1)對(duì)體檢診斷數(shù)據(jù)進(jìn)行文本分詞和新詞發(fā)現(xiàn)處理，得到詞序列；
(2)在詞序列中，提取所需要的疾病詞匯，得到疾病名稱(chēng)；
(3)對(duì)疾病名稱(chēng)中的同義詞進(jìn)行歸并，得到歸并的疾病名稱(chēng)；
(4)對(duì)疾病名稱(chēng)進(jìn)行聚類(lèi)，建立疾病類(lèi)目樹(shù)；
(5)根據(jù)歸并的疾病名稱(chēng)和疾病類(lèi)目樹(shù)進(jìn)行疾病標(biāo)記，得到疾病標(biāo)簽。
2.根據(jù)權(quán)利要求1所述將體檢診斷數(shù)據(jù)轉(zhuǎn)化為疾病標(biāo)簽的方法，其特征在于：步驟(1)的具體步驟為：
(1-1)對(duì)體檢診斷數(shù)據(jù)中原生的診斷結(jié)果進(jìn)行分詞，得到文本詞序列；
(1-2)根據(jù)文本詞序列中詞語(yǔ)之間的關(guān)系進(jìn)行詞語(yǔ)合并，得到新詞匯；
(1-3)對(duì)新詞匯再進(jìn)行分詞，得到詞序列。
3.根據(jù)權(quán)利要求2所述將體檢診斷數(shù)據(jù)轉(zhuǎn)化為疾病標(biāo)簽的方法，其特征在于：在步驟(1-1)中，對(duì)于體檢診斷數(shù)據(jù)中原生的診斷結(jié)果，首先，使用Trie樹(shù)加字典進(jìn)行分詞匹配，然后，對(duì)其分詞匹配的結(jié)果做進(jìn)一步地索引和統(tǒng)計(jì)，得到最大概率分詞結(jié)果，稱(chēng)為文本詞序列。
4.根據(jù)權(quán)利要求3所述將體檢診斷數(shù)據(jù)轉(zhuǎn)化為疾病標(biāo)簽的方法，其特征在于：采用動(dòng)態(tài)規(guī)劃求解字符串的最大概率分詞結(jié)果。
5.根據(jù)權(quán)利要求2所述將體檢診斷數(shù)據(jù)轉(zhuǎn)化為疾病標(biāo)簽的方法，其特征在于：在步驟(1-2)中，通過(guò)統(tǒng)計(jì)點(diǎn)互信息指標(biāo)來(lái)判斷詞語(yǔ)之間的關(guān)系。
6.根據(jù)權(quán)利要求1所述將體檢診斷數(shù)據(jù)轉(zhuǎn)化為疾病標(biāo)簽的方法，其特征在于：在步驟(2)中，采用統(tǒng)計(jì)方法TF-IDF提取詞序列中的疾病名稱(chēng)，并結(jié)合停用詞庫(kù)，獲得體檢診斷結(jié)果文本的疾病名稱(chēng)。
7.根據(jù)權(quán)利要求1所述將體檢診斷數(shù)據(jù)轉(zhuǎn)化為疾病標(biāo)簽的方法，其特征在于：在步驟(3)中，采用word2vec算法將各個(gè)疾病名稱(chēng)抽象成數(shù)學(xué)向量，再使用數(shù)學(xué)向量的距離計(jì)算同義詞。
8.根據(jù)權(quán)利要求1所述將體檢診斷數(shù)據(jù)轉(zhuǎn)化為疾病標(biāo)簽的方法，其特征在于：在步驟(4)中，采用隱含狄利克雷分布進(jìn)行疾病聚類(lèi)。