融合知识图谱与BERT的中文医学命名实体识别方法、装置

    公开(公告)号:CN112487202A

    公开(公告)日:2021-03-12

    申请号:CN202011356803.2

    申请日:2020-11-27

    Abstract: 本发明公开一种融合知识图谱与BERT的中文医学命名实体识别方法及装置,方法包括:构建知识图谱的数据模型;在医疗网站上爬取疾病简介页面中的相应内容,将所述内容存储在数据库中,并将所述数据库中的数据导出为json文件;根据所述数据模型从所述json文件抽取医学实体和实体关系,构建医疗知识图谱K;识别输入的句子中包含的医学实体,并根据医疗知识图谱将医学实体填充成三元组ε=(wi,rk,wj);将三元组注入到句子中,生成句子树;通过嵌入层中的软位置索引和可视层中的可视矩阵对所述句子树进行处理,以解决引入外部知识可能产生的知识噪音问题和BERT模型无法处理图结构句子树的问题。本发明可快速、有效的提取出文本中包含的医学实体,具有较高的准确性。

    基于图分析的医保联合欺诈检测方法、装置及设备

    公开(公告)号:CN112435133A

    公开(公告)日:2021-03-02

    申请号:CN202011297017.X

    申请日:2020-11-18

    Inventor: 林开标 陈瑞聪

    Abstract: 本发明公开一种基于图分析的医保联合欺诈检测方法、装置及设备,方法包括:根据医保数据建立第一图网络;第一图网络的节点包括参保人员节点P,就诊事件节点D,医疗服务机构节点H以及就诊日期节点T;根据第一图网络依次计算每对参保人员之间的就诊相似度,并根据有参保人员的就诊相似度生成相似度矩阵,以获得第二图网络;使用弱连通组建算法对第二图网络进行简化;利用社区检测算法对简化后的网络进行社区划分,以获得分区结果;对分区结果中的每个社区,在每个社区内计算参保人员节点的聚类系数,并根据所述聚类系统认定可疑社区以及可疑参保人员。本发明可以通过参数的调整为检测人员提供少量、精确的可疑目标,具有较好的实用价值。

Patent Agency Ranking