公开(公告)号：CN118643833B

公开(公告)日：2024-12-31

申请号：CN202410786765.6

申请日：2024-06-18

Applicant: 鲁东大学

Inventor： 田生文 ,  李俊霞 ,  柳婵娟 ,  周树森 ,  于泓

IPC: G06F40/295 ,  G06F40/237 ,  G06F16/35 ,  G06F16/36 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了基于医疗字典知识增强的中文电子病历命名实体识别方法，首先收集中文电子病历医疗文本数据，并构造医疗字典，应用预训练语言模型RoBERTa‑wwm‑ext‑large对中文电子病历文本数据进行特征提取；然后将特征向量输入BiLSTM模型，学习医疗文本的上下文语义，同时查询医疗字典，设计掩码注意力机制，计算与字典中医疗概念相匹配的token的局部注意力权重，得到包含电子病历上下文信息的综合语义特征；最后利用全局指针网络模型GP同时考虑实体的头部和尾部的特征信息来预测嵌套实体，有效地解决中文电子病历命名实体识别任务中实体边界模糊和实体嵌套难以处理的问题。

公开(公告)号：CN118709690B

公开(公告)日：2024-12-17

申请号：CN202410786761.8

申请日：2024-06-18

Applicant: 鲁东大学

Inventor： 田生文 ,  李俊霞 ,  柳婵娟 ,  周树森 ,  于泓

IPC: G06F40/295 ,  G06F16/35 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08 ,  G16H10/60

Abstract: 本发明公开了基于注意力机制的中文电子病历命名实体识别方法，首先收集中文电子病历医疗数据，构造医疗字典，应用微调后的预训练语言模型RoBERTa‑wwm‑ext‑large进行特征提取并输入BiLSTM模型，学习医疗文本的上下文语义；然后查询医疗字典，设计基于医疗概念的局部注意力机制，计算与字典中医疗概念相匹配的局部注意力权重；根据每个词所属的医疗概念，构造图神经网络，计算该词的图聚合表示，作为该词的位置嵌入，融合每个词的上下文表示与注意力表示，得到综合语义特征；最后利用全局指针网络来预测嵌套实体，解决了中文电子病历命名实体识别任务中实体边界模糊和实体嵌套难以处理的问题。

公开(公告)号：CN118709690A

公开(公告)日：2024-09-27

申请号：CN202410786761.8

申请日：2024-06-18

Applicant: 鲁东大学

Inventor： 田生文 ,  李俊霞 ,  柳婵娟 ,  周树森 ,  于泓

IPC: G06F40/295 ,  G06F16/35 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08 ,  G16H10/60

Abstract: 本发明公开了基于注意力机制的中文电子病历命名实体识别方法，首先收集中文电子病历医疗数据，构造医疗字典，应用微调后的预训练语言模型RoBERTa‑wwm‑ext‑large进行特征提取并输入BiLSTM模型，学习医疗文本的上下文语义；然后查询医疗字典，设计基于医疗概念的局部注意力机制，计算与字典中医疗概念相匹配的局部注意力权重；根据每个词所属的医疗概念，构造图神经网络，计算该词的图聚合表示，作为该词的位置嵌入，融合每个词的上下文表示与注意力表示，得到综合语义特征；最后利用全局指针网络来预测嵌套实体，解决了中文电子病历命名实体识别任务中实体边界模糊和实体嵌套难以处理的问题。

公开(公告)号：CN118643833A

公开(公告)日：2024-09-13

申请号：CN202410786765.6

申请日：2024-06-18

Applicant: 鲁东大学

Inventor： 田生文 ,  李俊霞 ,  柳婵娟 ,  周树森 ,  于泓

IPC: G06F40/295 ,  G06F40/237 ,  G06F16/35 ,  G06F16/36 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了基于医疗字典知识增强的中文电子病历命名实体识别方法，首先收集中文电子病历医疗文本数据，并构造医疗字典，应用预训练语言模型RoBERTa‑wwm‑ext‑large对中文电子病历文本数据进行特征提取；然后将特征向量输入BiLSTM模型，学习医疗文本的上下文语义，同时查询医疗字典，设计掩码注意力机制，计算与字典中医疗概念相匹配的token的局部注意力权重，得到包含电子病历上下文信息的综合语义特征；最后利用全局指针网络模型GP同时考虑实体的头部和尾部的特征信息来预测嵌套实体，有效地解决中文电子病历命名实体识别任务中实体边界模糊和实体嵌套难以处理的问题。

公开(公告)号：CN109359534A

公开(公告)日：2019-02-19

申请号：CN201811064686.5

申请日：2018-09-12

Applicant: 鲁东大学

Inventor： 曲海平 ,  刘士新 ,  田生文 ,  张志旺 ,  周春姐 ,  崔光海

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

CPC classification number: G06K9/00201 ,  G06K9/6256 ,  G06N3/0454

Abstract: 本发明实施例提供了一种三维物体几何特征提取方法及系统，包括：根据目标三维物体的骨架曲线，获取所述骨架曲线的骨干和所述骨干一侧的节点；将所述骨干到所述骨干一侧的节点所包含的区域进行体素化得到体素化矩阵；将所述体素化矩阵输入训练好的基于超限学习机的卷积自动编码机网络，输出所述目标三维物体的几何特征。通过引入骨架曲线并仅对骨架曲线一侧的节点进行体素化，减少了基于超限学习机的卷积自动编码机网络中卷积神经网络阶段的卷积核数量，提取速度得到有效提高，同时提高了特征提取的准确度。