-
公开(公告)号:CN113051373A
公开(公告)日:2021-06-29
申请号:CN202110420438.5
申请日:2021-04-19
Applicant: 安徽科大讯飞医疗信息技术有限公司
IPC: G06F16/33 , G06F40/289 , G16H80/00
Abstract: 本发明提供一种文本分析方法、装置、电子设备和存储介质,所述方法包括:确定待分析的疾病描述文本;基于疾病描述文本分别与多个独立来源的医学知识之间的相关性,确定疾病描述文本对应的疾病类型。本发明基于疾病描述文本分别与多个独立来源的医学知识之间的相关性,从而能够融合各个来源的医学知识确定疾病描述文本对应的疾病类型,相较于传统方法中基于端到端模型无法准确识别具有较多口语化表达的疾病描述文本对应的疾病类型,本发明结合疾病描述文本与各个来源的医学知识之间的相关度,能够准确确定疾病描述文本对应的疾病类型,提高疾病类型的识别率。
-
公开(公告)号:CN111259111A
公开(公告)日:2020-06-09
申请号:CN202010032543.7
申请日:2020-01-13
Applicant: 安徽科大讯飞医疗信息技术有限公司
Abstract: 本发明实施例提供一种基于病历的辅助决策方法、装置、电子设备和存储介质,其中方法包括:确定病历文本,以及病历文本的关键信息和/或潜在信息;将病历文本,以及病历文本的关键信息和/或潜在信息输入至语义提取模型,得到语义提取模型输出的病历语义表示;基于病历语义表示进行辅助决策;其中,语义提取模型是基于样本病历语义表示和匹配病历语义表示的相似度训练得到的;样本病历语义表示和匹配病历语义表示是语义提取模型基于样本病历文本、匹配病历文本、样本病历文本的样本关键信息和/或样本潜在信息,以及匹配关键信息和/或匹配潜在信息确定的。本发明实施例提供的方法、装置、电子设备和存储介质,提高了辅助决策的准确性和可靠性。
-
公开(公告)号:CN111145913A
公开(公告)日:2020-05-12
申请号:CN201911391777.4
申请日:2019-12-30
Applicant: 安徽科大讯飞医疗信息技术有限公司
Abstract: 本申请提供了一种基于多重注意力模型的分类方法,将获取的第一向量和第二向量输入预设的分类模型,得到分类模型输出的待分类的对象的分类结果,其中,分类模型中的第一类注意力模块可以建立第一向量与第二向量之间的相关性,得到第一特征向量以及第二特征向量。分类模型中的第二类注意力模块可以建立第一特征向量以及第二特征向量之间的相关性,得到第一分类向量,并基于第一分类向量确定分类结果。综上,本申请的分类方法使用了两种类型的注意力模型,从多个角度建立向量之间的相关性,并以相关性确定分类特征向量,从而实现了知识的重用性和共享性,有利于提高分类结果的准确性。
-
公开(公告)号:CN111259111B
公开(公告)日:2022-02-18
申请号:CN202010032543.7
申请日:2020-01-13
Applicant: 安徽科大讯飞医疗信息技术有限公司
Abstract: 本发明实施例提供一种基于病历的辅助决策方法、装置、电子设备和存储介质,其中方法包括:确定病历文本,以及病历文本的关键信息和/或潜在信息;将病历文本,以及病历文本的关键信息和/或潜在信息输入至语义提取模型,得到语义提取模型输出的病历语义表示;基于病历语义表示进行辅助决策;其中,语义提取模型是基于样本病历语义表示和匹配病历语义表示的相似度训练得到的;样本病历语义表示和匹配病历语义表示是语义提取模型基于样本病历文本、匹配病历文本、样本病历文本的样本关键信息和/或样本潜在信息,以及匹配关键信息和/或匹配潜在信息确定的。本发明实施例提供的方法、装置、电子设备和存储介质,提高了辅助决策的准确性和可靠性。
-
公开(公告)号:CN111627561A
公开(公告)日:2020-09-04
申请号:CN202010451469.2
申请日:2020-05-25
Applicant: 安徽科大讯飞医疗信息技术有限公司 , 科大讯飞股份有限公司
IPC: G16H50/70 , G16H70/00 , G06F40/126 , G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供一种标准症状抽取方法、装置、电子设备和存储介质,其中方法包括:确定待抽取标准症状的病历文本;提取所述病历文本的病历症状区域特征,并基于所述病历文本的病历症状区域特征和每一标准症状的标准症状特征进行标准症状抽取,得到所述病历文本对应的标准症状抽取结果;其中,所述每一标准症状的标准症状特征是基于知识图谱确定的。本发明实施例提供的标准症状抽取方法、装置、电子设备和存储介质,提高了标准症状抽取的准确性,同时还降低了标准症状抽取结果的离谱率。
-
-
-
-