买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海尔科技有限公司;海尔智家股份有限公司申请的专利一种在线医疗问答动态检索增强生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120045662B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510097306.1，技术领域涉及：G06F16/3329；该发明授权一种在线医疗问答动态检索增强生成方法是由舒明雷;刘珂昕;崔振;孙宏霞;田云龙;刘华;周书旺;刘照阳设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种在线医疗问答动态检索增强生成方法在说明书摘要公布了：一种在线医疗问答动态检索增强生成方法，涉及大语言模型技术领域，通过引入语义熵和基于语义熵的动态阈值设置机制，系统根据生成内容的语义熵值决定是否触发检索。避免了传统静态阈值方法带来的过多检索操作，提高了检索的针对性、增强回答的专业性和准确性，减少了模型生成“幻觉”或无关回答的可能性。通过结合医疗领域专用的模型Med‑BERT进行医学实体提取，本发明能够准确识别和分类生成文本中的医学元素。基于这些医学元素，可为系统检索机制的触发提供更加精确的判断依据。

本发明授权一种在线医疗问答动态检索增强生成方法在权利要求书中公布了：1.一种在线医疗问答动态检索增强生成方法，其特征在于，包括： a使用中文医疗对话数据集对语言模型进行训练，得到训练后的语言模型； b将用户输入问题分别输入到训练后的语言模型中次，每次训练后的语言模型输出一个候选答案，得到个候选答案构成的候选答案集合，，为第个候选答案，，，为第个候选答案中的第个子词，，为第个候选答案中子词的个数； c根据所有个候选答案的所有子词建立子词生成概率字典； d基于第个候选答案得到聚类结果，，其中为第个聚类簇，，为聚类后的簇数； e根据第个聚类簇得到代表性医学要素集合； f根据代表性医学要素集合计算第个聚类簇在用户输入问题上的生成概率； g根据生成概率计算生成文本的语义熵； h根据生成文本的语义熵是否超过阈值来触发检索，根据检索到的知识库的内容和问题生成最终答案； 步骤e包括如下步骤： e-1使用CMeEE中文医疗实体识别数据集对MedBERT模型进行训练，得到训练后的MedBERT模型； e-2使用训练后的MedBERT模型的分词器将第个聚类簇中第个候选答案拆分为子词序列并为拆分后的每个子词转换为唯一标识符，得到标识符序列； e-3针对CMeEE中文医疗实体识别数据集中类别标签dis、类别标签sym、类别标签ite、类别标签pro、类别标签dru分别建立标识符序列的dis类别集合、sym类别集合、ite类别集合、pro类别集合、dru类别集合，将标识符序列中第个子词的标识符输入到训练后的MedBERT模型中，输出得到第个子词分别为CMeEE中文医疗实体识别数据集中类别标签dis、类别标签sym、类别标签ite、类别标签pro、类别标签dru的概率，将该子词放入最大概率值对应的类别标签的类别集合中，所有个子词分别放入对应的类别集合中后得到第个候选答案的医学要素集合； e-4将第个聚类簇中所有个候选答案的医学要素集合中相同的类别集合进行合并，得到归类后的集合，； e-5分别将集合、集合、集合、集合和集合中对应的所有子词分别在子词生成概率字典中查找每个子词对应的生成概率，在每个集合对应的所有生成概率中选择生成概率最大值对应的子词，分别得到各个集合对应的核心要素、、、、； e-6建立第个聚类簇的代表性医学要素集合； 步骤f包括如下步骤： f-1分别将核心要素、核心要素、核心要素、核心要素和核心要素各自对应的生成概率进行求和得到生成概率； f-2通过公式计算得到第个聚类簇在用户输入问题上的生成概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海尔科技有限公司;海尔智家股份有限公司，其通讯地址为：250353 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。