Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学;中国医学科学院医学信息研究所张春霞获国家专利权

北京理工大学;中国医学科学院医学信息研究所张春霞获国家专利权

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!

龙图腾网获悉北京理工大学;中国医学科学院医学信息研究所申请的专利一种基于标签和内容分层融合的医学领域知识融合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:CN116842184B

龙图腾网通过国家知识产权局官网在2026-03-27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:202211452095.1,技术领域涉及:G06F16/36;该发明授权一种基于标签和内容分层融合的医学领域知识融合方法是由张春霞;赵嘉旌;郭浩;杨成;方安;牛振东设计研发完成,并于2022-11-21向国家知识产权局提交的专利申请。

一种基于标签和内容分层融合的医学领域知识融合方法在说明书摘要公布了:本发明涉及一种基于标签和内容分层融合的医学领域知识融合方法,属于知识融合和人工智能技术领域。对不同知识图谱的医学知识进行融合,构建医学领域知识库,提供规模化医学行业知识服务。该方法包含定义医学知识图谱中实体的元标签、数据标签对齐,以及标签内容融合三个步骤。该方法的特点是,其一,在数据标签对齐中,设计了一种基于字符串度量和语义度量集成的数据标签对齐方法,利用字符串特征和语义特征进行数据标签对齐。其二,在标签内容融合中,提出内容聚合校验与非结构化知识生成的联合机制,旨在提取不同知识图谱中不同粒度的共同知识、校验相悖知识,并将共同三元组知识重新转换为非结构化语句,构建医学知识库。

本发明授权一种基于标签和内容分层融合的医学领域知识融合方法在权利要求书中公布了:1.一种基于标签和内容分层融合的医学领域知识融合方法,其特征在于包含以下步骤: 步骤1:给待融合的两个医学知识图谱中的实体定义元标签; 步骤2:采用基于字符串度量和语义度量集成方法进行数据标签对齐,具体包括如下步骤: 步骤2.1:构建元标签与数据标签之间的语义相似度矩阵; 步骤2.2:识别数据标签所属的元标签类别; 步骤2.3:生成元标签与数据标签的字符串相似度矩阵; 步骤2.4:构建类别为每个元标签的数据标签集合; 步骤3:采用内容聚合校验与非结构化知识生成的联合机制进行标签内容融合,对元标签类别相同的标签内容进行融合,对于来自不同医学知识图谱的两个三元组e1,l1,c1和e2,l2,c2,若实体e1的数据标签l1和实体e2的数据标签l2的元标签类别相同,则对这两个数据标签l1和l2的内容c1和c2进行融合,包含如下步骤: 步骤3.1:增加标签内容溯源; 首先,去除标签内容为空值的数据标签,其次,在非空的标签内容后面,增加数据标签及其内容的来源网址url,内容与url之间以符号“##”分隔,以实现精准溯源; 步骤3.2:对标签内容进行聚合和校验; 首先,提取标签内容c1和c2的共同知识,标签内容可能为词、短语或句子,并将标签内容中所有长度大于1的公共子串提取为共同知识,然后,校验不同知识图谱中相悖的三元组; 步骤3.3:生成非结构化语句,即将不同知识图谱中提取到的共同三元组重新转换为非结构化语句; 步骤3.4:展示标签内容融合结果; 展示各个知识图谱的共同知识作为总括知识;高亮显示相悖知识,同时展示每个数据标签的标签内容。

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北京理工大学;中国医学科学院医学信息研究所,其通讯地址为:100081 北京市海淀区中关村南大街5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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。