公开(公告)号：CN118898289B

公开(公告)日：2024-12-06

申请号：CN202411396668.2

申请日：2024-10-09

Applicant: 中南大学

Inventor： 费洪晓 ,  王璐文 ,  黄文体 ,  龙军

IPC: G06N5/022 ,  G06F40/216 ,  G06F40/295 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/08 ,  G06N7/01 ,  G06F16/36

Abstract: 本发明涉及临床医疗文本识别技术领域，涉及一种临床事件时序关系识别方法、介质及设备，识别方法包括：获取两个临床事件及其对应的原始临床文本；识别出两个临床事件中的医学实体；基于医学知识图谱搜索生成标准化实体子图；基于图注意力机制对两个标准化实体节点进行特征编码得到临床事件对的综合特征向量；计算两个临床事件对原始临床文本中各个句子的注意力权重；选取注意力权重最高的M个句子进行重组得到文本片段；基于CoT提示学习进行少样本学习得到可以输出两个临床事件间的时序关系的时序关系模型。本发明提高了时序关系的识别效率和处理复杂数据时的精确性，适用长文本的识别，采用CoT提示学习方法以充分激发模型的推理能力。

公开(公告)号：CN118898289A

公开(公告)日：2024-11-05

申请号：CN202411396668.2

申请日：2024-10-09

Applicant: 中南大学

Inventor： 费洪晓 ,  王璐文 ,  黄文体 ,  龙军

IPC: G06N5/022 ,  G06F40/216 ,  G06F40/295 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/08 ,  G06N7/01 ,  G06F16/36

Abstract: 本发明涉及临床医疗文本识别技术领域，涉及一种临床事件时序关系识别方法、介质及设备，识别方法包括：获取两个临床事件及其对应的原始临床文本；识别出两个临床事件中的医学实体；基于医学知识图谱搜索生成标准化实体子图；基于图注意力机制对两个标准化实体节点进行特征编码得到临床事件对的综合特征向量；计算两个临床事件对原始临床文本中各个句子的注意力权重；选取注意力权重最高的M个句子进行重组得到文本片段；基于CoT提示学习进行少样本学习得到可以输出两个临床事件间的时序关系的时序关系模型。本发明提高了时序关系的识别效率和处理复杂数据时的精确性，适用长文本的识别，采用CoT提示学习方法以充分激发模型的推理能力。