龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于大语言模型做数据增强的医学术语归一化方法。1将中文医学术语归一化数据集中的数据经过数据清洗得到标准化的原始数据；2基于步骤1得到的标准化的原始数据采用大语言模型做数据增强，得到增强数据：3构建Med‑Term‑Norm神经网络模型；4训练步骤3的神经网络模型；5使用训练好的神经网络模型对输入的提及进行预测，将提及归一化为与之最接近的术语。本发明将大量的先验知识通过大语言模型和预训练模型BERT的形式引入到Med‑Term‑Norm神经网络模型中，解决了词汇缺乏上下文语境的问题；此外，本发明可以利用训练好的神经网络模型对输入的提及进行归一化术语的预测。
主权项：1.一种基于大语言模型做数据增强的医学术语归一化方法，其特征在于，包括以下步骤：1对中文医学术语归一化数据集进行数据清洗，得到标准化的原始数据；所述中文医学术语归一化数据集包括提及mention和字典dictionary两部分；2将步骤1得到的标准化的原始数据基于提示学习的大语言模型做数据增强，得到增强数据；3构建Med-Term-Norm神经网络模型；4使用步骤1获得的原始数据和步骤2获得的增强数据训练步骤3构建的Med-Term-Norm神经网络模型，根据准确率的大小选取参数，最终确定一组令准确率最大的一组参数；5使用训练好的模型对输入的提及进行预测，将提及归一化为与之最接近的术语。
全文数据：
权利要求：
百度查询： 浙江大学 基于大语言模型做数据增强的医学术语归一化方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号