-
公开(公告)号：CN114005549A
公开(公告)日：2022-02-01
申请号：CN202111320994.1
申请日：2021-11-09
Applicant: 哈尔滨理工大学
Abstract: 一种基于深度学习的增强型自动医疗诊断对话系统，它属于自然语言处理与深度学习相结合的学科交叉领域。本发明解决了由于现有系统对医疗词汇、医疗问题不敏感，导致采用现有系统输出诊断结果的准确率低的问题。本发明通过使用医疗类的数据集对模型进行预训练、微调，使模型能够对医疗类对话进行更加有效的建模，同时通过词汇级系统融合对于多系统的结果进行重排序以增强原有的对话结果。对用户提出的问题，能够更好地捕捉到相关信息，然后做出相应回答，有利于提高输出诊断结果的准确率。本发明可以应用于自动医疗诊断对话。
-
公开(公告)号：CN115547437A
公开(公告)日：2022-12-30
申请号：CN202211151905.X
申请日：2022-09-21
Applicant: 哈尔滨理工大学
Abstract: 一种基于医疗联邦方的训练系统及训练方法，它属于机器学习模型训练领域。本发明解决了采用现有方法训练出的机器学习模型的精度低的问题。本发明以高效和隐私保护的方式提供了公平、准确的联邦学习参与方贡献评估，同时基于贡献评估结果设计了模型聚合方法，指导在线的联邦学习服务器选择性能最好的中间聚合模型分发给各医疗联邦方进行本地训练，就可以训练出满足精度要求的机器学习模型，提高了所获得的机器学习模型的精度。本发明方法可以应用于机器学习模型训练领域。
-
公开(公告)号：CN114005549B
公开(公告)日：2024-06-18
申请号：CN202111320994.1
申请日：2021-11-09
Applicant: 哈尔滨理工大学
IPC: G16H80/00 , G06F40/35 , G06N3/0499 , G06N3/08
Abstract: 一种基于深度学习的增强型自动医疗诊断对话系统，它属于自然语言处理与深度学习相结合的学科交叉领域。本发明解决了由于现有系统对医疗词汇、医疗问题不敏感，导致采用现有系统输出诊断结果的准确率低的问题。本发明通过使用医疗类的数据集对模型进行预训练、微调，使模型能够对医疗类对话进行更加有效的建模，同时通过词汇级系统融合对于多系统的结果进行重排序以增强原有的对话结果。对用户提出的问题，能够更好地捕捉到相关信息，然后做出相应回答，有利于提高输出诊断结果的准确率。本发明可以应用于自动医疗诊断对话。
-
-
Search Results
3
records
(took 0.019 seconds)
