公开(公告)号：CN115858752A

公开(公告)日：2023-03-28

申请号：CN202211539197.7

申请日：2022-12-01

Applicant: 安徽讯飞医疗股份有限公司

Inventor： 孔聪聪 ,  姜磊 ,  王静 ,  胡加学 ,  贺志阳 ,  赵景鹤 ,  鹿晓亮 ,  魏思 ,  赵志伟

IPC: G06F16/332 ,  G06F16/35 ,  G06F16/33 ,  G06F40/289 ,  G06F40/30

Abstract: 本申请实施例公开了一种多语言融合的语义表示方法、装置、存储介质及设备。该方法包括：利用高资源的源语言的多个数据样本中的文本信息对至少一种低资源的目标语言进行扩充，以得到至少一种目标语言的目标文本信息，并根据每个数据样本的文本信息和至少一种目标语言的目标文本信息确定多组平行数据，利用多组平行数据对初始语义表示模型进行训练，在训练的过程中，根据初始语义表示模型对每组平行数据中的文本信息和至少一种目标语言的目标文本信息分别进行处理的处理结果，和同一个标签信息来更新初始语义表示模型，利用高资源的源语言中学到的知识优化低资源的至少一种目标语言的语义表示，提高低资源的目标语言的语义表示的准确性。

公开(公告)号：CN115758114A

公开(公告)日：2023-03-07

申请号：CN202211414093.3

申请日：2022-11-11

Applicant: 安徽讯飞医疗股份有限公司

Inventor： 刘蓬博 ,  王静 ,  胡加学 ,  赵景鹤 ,  贺志阳 ,  鹿晓亮 ,  魏思 ,  胡国平 ,  赵志伟

IPC: G06F18/213 ,  G06F18/24 ,  A61B5/00 ,  A61B5/16 ,  G10L25/63

Abstract: 本发明提供一种基于多模态特征自适应的抑郁定量方法、装置及电子设备，其中方法包括：获取至少两个模态的待识别数据；基于所述待识别数据与低维特征之间的相关性，对所述待识别数据进行降维，并对降维所得的数据进行特征提取，得到所述待识别数据的情绪特征；所述低维特征的维度低于所述待识别数据的特征维度；基于所述至少两个模态的待识别数据的情绪特征，进行抑郁情绪定量分析。本发明提供的方法、装置、电子设备及存储介质，避免了直接针对高维数据进行特征提取导致的显存压力，可以直接基于完整的、未经分割截取的待识别数据进行抑郁情绪定量分析，由此确保抑郁情绪定量分析的可靠性和准确性。