-
公开(公告)号：CN111524593B
公开(公告)日：2022-08-16
申请号：CN202010326646.4
申请日：2020-04-23
Applicant: 厦门大学
IPC: G16H50/20 , G06F16/332 , G06F16/36
Abstract: 本发明公开了一种基于上下文语言模型和知识嵌入的医疗问答方法及系统。该方法包括：获取医疗问题和医疗答案库中的候选医疗答案；采用训练好的上下文语言模型提取医疗问题和候选医疗答案的上下文嵌入；采用训练好的知识表示模型提取医疗问题和候选医疗答案的知识嵌入；对医疗问题的上下文嵌入以及知识嵌入进行融合，得到医疗问题特征表示；对候选医疗答案的上下文嵌入以及知识嵌入进行融合，得到候选医疗答案特征表示；根据医疗问题特征表示和候选医疗答案特征表示计算候选医疗答案与医疗问题的相关度；计算医疗答案库中各候选医疗答案与医疗问题的相关度的大小确定医疗问题的医疗答案。本发明能够对答案实现有效的检索，提高了检索的效率。
-
公开(公告)号：CN113380360A
公开(公告)日：2021-09-10
申请号：CN202110629894.0
申请日：2021-06-07
Applicant: 厦门大学
IPC: G16H10/60 , G06F16/36 , G06F16/532 , G06N3/04 , G06K9/62
Abstract: 本发明公开了一种基于多模态病历图的相似病历检索方法及系统。该方法包括：获取目标病历和样本病历对应的病历图结构特征，病历图结构特征包括多个实体图结构特征，实体图结构特征包括两实体在病历关联关系拓扑图中的图关系特征和节点属性特征，病历关联关系拓扑图根据对应病历构建，病历关联关系拓扑图中的实体包括对应病历中的疾病、药物和手术，关联关系包括两实体间在对应病历中的医疗关系，节点属性特征包括实体的多维度属性特征。采用基于图神经网络的相似度计算模型计算目标病历对应的病历图结构特征与各样本病历对应的病历图结构特征的相似度。根据相似度，确定与目标病历相似的样本病历。本发明具有检索精度高的特点。
-
公开(公告)号：CN113380360B
公开(公告)日：2022-07-22
申请号：CN202110629894.0
申请日：2021-06-07
Applicant: 厦门大学
Abstract: 本发明公开了一种基于多模态病历图的相似病历检索方法及系统。该方法包括：获取目标病历和样本病历对应的病历图结构特征，病历图结构特征包括多个实体图结构特征，实体图结构特征包括两实体在病历关联关系拓扑图中的图关系特征和节点属性特征，病历关联关系拓扑图根据对应病历构建，病历关联关系拓扑图中的实体包括对应病历中的疾病、药物和手术，关联关系包括两实体间在对应病历中的医疗关系，节点属性特征包括实体的多维度属性特征。采用基于图神经网络的相似度计算模型计算目标病历对应的病历图结构特征与各样本病历对应的病历图结构特征的相似度。根据相似度，确定与目标病历相似的样本病历。本发明具有检索精度高的特点。
-
公开(公告)号：CN111524593A
公开(公告)日：2020-08-11
申请号：CN202010326646.4
申请日：2020-04-23
Applicant: 厦门大学
IPC: G16H50/20 , G06F16/332 , G06F16/36
Abstract: 本发明公开了一种基于上下文语言模型和知识嵌入的医疗问答方法及系统。该方法包括：获取医疗问题和医疗答案库中的候选医疗答案；采用训练好的上下文语言模型提取医疗问题和候选医疗答案的上下文嵌入；采用训练好的知识表示模型提取医疗问题和候选医疗答案的知识嵌入；对医疗问题的上下文嵌入以及知识嵌入进行融合，得到医疗问题特征表示；对候选医疗答案的上下文嵌入以及知识嵌入进行融合，得到候选医疗答案特征表示；根据医疗问题特征表示和候选医疗答案特征表示计算候选医疗答案与医疗问题的相关度；计算医疗答案库中各候选医疗答案与医疗问题的相关度的大小确定医疗问题的医疗答案。本发明能够对答案实现有效的检索，提高了检索的效率。
-
-
-
Search Results
4
records
(took 0.022 seconds)
