-
公开(公告)号：CN110413743B
公开(公告)日：2022-05-06
申请号：CN201910734867.2
申请日：2019-08-09
Applicant: 安徽科大讯飞医疗信息技术有限公司
Abstract: 本申请提供了一种关键信息抽取方法、装置、设备及存储介质，方法包括：获取待抽取关键信息的目标文本，从目标文本中获取关键信息特征序列，根据目标文本和关键信息特征序列，确定具有特定语义和特定结构的目标关键信息。本申请提供的关键信息抽取方法自动化程度高、通用性强、实现简单且抽取的关键信息满足业务需求。
-
公开(公告)号：CN114328953A
公开(公告)日：2022-04-12
申请号：CN202111564774.3
申请日：2021-12-20
Applicant: 安徽科大讯飞医疗信息技术有限公司
Abstract: 本发明公开了一种病历分析方法、设备及计算机可读存储介质，该病历分析方法包括：获取临床表现相对于疾病类型的初始似然比；获取临床表现相对于疾病类型的权威似然比；结合初始似然比和权威似然比，确定临床表现相对于疾病类型的最终似然比；获取待诊断疾病的病历信息；利用最终似然比和病历信息获取临床表现和待诊断疾病的相关性，得到待诊断疾病的分析结果。通过上述方式，本发明能够提高病历分析结果的准确性。
-
公开(公告)号：CN114266230A
公开(公告)日：2022-04-01
申请号：CN202111644937.9
申请日：2021-12-30
Applicant: 安徽科大讯飞医疗信息技术有限公司
IPC: G06F40/157 , G06F40/279 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种文本结构化处理方法、装置、存储介质及计算机设备。该方法包括：基于知识字典中的实体及实体类型，对待结构化处理的文本信息进行实体提取编码处理，得到文本信息中的各实体的实体编码特征，将文本信息对应的文本字符特征与实体编码特征进行拼接处理，得到包括文本字符特征和实体编码特征的特征集合，获取特征集合中各特征相对于文本信息的实体注意力权重，根据实体注意力权重，对文本信息进行编码得到文本信息所对应的文本编码特征，文本编码特征进行解码得到文本信息中的结构化信息。本申请可同时抽取文本信息中的关联关系和实体，消除了误差传播，增强了不同实体之间的信息交互，提高了文本结构化处理的准确性。
-
Patent Agency Ranking
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：CN113053516A
公开(公告)日：2021-06-29
申请号：CN202110324897.3
申请日：2021-03-26
Applicant: 安徽科大讯飞医疗信息技术有限公司
Abstract: 本申请提供了一种对抗样本生成方法、装置、设备及存储介质，其中，方法包括：获取与患者病情有关的原始医学数据，作为目标样本；以目标样本为依据，生成能够表征对抗样本的语义的向量，作为目标样本对应的对抗样本语义向量；基于目标样本对应的对抗样本语义向量，生成目标样本对应的对抗样本。经由本申请提供的对抗样本生成方法可自动生成对抗样本，采用生成的对抗样本对深度神经网络模型进行训练，可提高深度神经网络模型的鲁棒性，从而使得深度神经网络模型即便针对对抗样例也能输出正确的预测结果。
-
公开(公告)号：CN110413743A
公开(公告)日：2019-11-05
申请号：CN201910734867.2
申请日：2019-08-09
Applicant: 安徽科大讯飞医疗信息技术有限公司
Abstract: 本申请提供了一种关键信息抽取方法、装置、设备及存储介质，方法包括：获取待抽取关键信息的目标文本，从目标文本中获取关键信息特征序列，根据目标文本和关键信息特征序列，确定具有特定语义和特定结构的目标关键信息。本申请提供的关键信息抽取方法自动化程度高、通用性强、实现简单且抽取的关键信息满足业务需求。
-
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.031 seconds)
