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：汉王科技股份有限公司

摘要：本申请公开了一种医疗领域标注数据的获取方法、装置、电子设备，属于计算机技术领域。所述方法包括：获取由已标注数据组成的第一数据集和由待标注数据组成的第二数据集；基于第一数据集中的已标注数据，训练预设的实体识别模型；采用训练得到的实体识别模型对第二数据集中各待标注数据进行标注预测；基于预设医学术语数据库对标注预测结果进行校准处理，得到校准结果；基于校准结果将第二数据集中的待标注数据转化为第一数据集中的已标注数据，并重复前述步骤，直至满足结束标注条件，输出所述第一数据集中的已标注数据。本方法充分利用专业医学知识进行监督，实现了在标注数据有限的情况下扩充高质量数据集，提升了标注数据的效率，降低了标注成本。

主权项：1.一种医疗领域标注数据的获取方法，其特征在于，所述方法包括：获取由已标注数据组成的第一数据集和由待标注数据组成的第二数据集，其中，所述已标注数据为：标注有实体类别标签的医疗领域文本；基于所述第一数据集中的已标注数据，训练预设的实体识别模型；采用训练得到的所述实体识别模型对所述第二数据集中各待标注数据进行实体识别，得到每条所述待标注数据对应的标注结果预测值；基于预设医学术语数据库对所述标注结果预测值进行校准处理，得到每条所述待标注数据对应的校准结果；基于所述校准结果，对所述第一数据集和所述第二数据集执行更新操作，以将所述第二数据集中的待标注数据转化为所述第一数据集中的已标注数据；跳转至执行下一轮所述基于所述第一数据集中的已标注数据，训练预设的实体识别模型的步骤至所述基于所述校准结果，对所述第一数据集和所述第二数据集执行更新操作的步骤，直至满足结束标注条件，输出所述第一数据集中的已标注数据；所述基于预设医学术语数据库对所述标注结果预测值进行校准处理，得到每条所述待标注数据对应的校准结果，包括：根据所述标注结果预测值，获取所述待标注数据中包括的预测实体；将所述预测实体与预设医学术语数据库中各关键词进行相似度匹配，得到匹配结果；响应于所述匹配结果指示匹配到与所述预测实体满足预设相似度条件的所述关键词，根据匹配得到的所述关键词对所述标注结果预测值和或所述待标注数据进行校准处理，得到所述待标注数据对应的指示校准成功的校准结果，其中，所述指示校准成功的校准结果包括：根据校准待标注数据和标注结果校准值生成的已标注数据，所述校准待标注数据是采用匹配到预设医学术语数据库中的关键词替换待标注数据中的预测实体得到的，所述标注结果校准值是按照所述校准待标注数据中的预测实体的位置信息，校准所述标注结果预测值得到的；响应于所述匹配结果指示未匹配到与所述预测实体满足预设相似度条件的所述关键词，得到所述待标注数据对应的指示校准失败的校准结果。

全文数据：

权利要求：

百度查询： 汉王科技股份有限公司 医疗领域标注数据的获取方法、装置、电子设备