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：华东理工大学
摘要：本发明公开了一种基于预训练语言模型与提示工程的医疗决策抽取方法。本发明包括以下步骤：首先确定轻量的信息抽取模型，比如GPLinker，对医疗决策文本进行三元组抽取。然后对医疗决策文本与医疗决策三元组进行提示工程，使用大规模的预训练语言模型，比如ChatGPT，抽取出决策伪代码。最后通过决策伪代码转换前序二叉树的算法，将决策伪代码转换为前序决策二叉树。本发明适用于从临床诊疗文本中自动抽取诊疗决策树完全二叉树任务，为这一任务带来更经济、更强大的解决方案。并且提出了一种新的决策表示方法，使用if‑else与自然语言构成的决策伪代码，使得决策树中的语义信息更加完整、准确，为下游的医疗决策场景带来了更高的准确性以及更多的可能性。
主权项：1.一种基于预训练语言模型与提示工程的医疗决策抽取方法，其特征在于，具体步骤为：S1、使用轻量的信息抽取模型，抽取出临床诊疗文本所对应的三元组，其中三元组依照关系类型被分为条件三元组与决策三元组；S2、获取示例数据集，使用KNN邻近算法计算临床诊疗文本与示例数据集中各个示例文本之间的相似度，找到Topk个示例后，k为大于0且小于10的正整数，通过样例生成算法构造k个示例文本所对应的决策伪代码，从而生成k个样例，S1，S2，…，Sk，所述示例数据集中包含了400条临床诊疗文本以及其对应的决策树；S3、将临床诊疗文本、文本对应的条件三元组、k个样例、错误信息，通过预定义的提示模版构造提示，输入到LLM中，返回决策伪代码，所述错误信息是指条件三元组与决策三元组中，三元组所表示的语义没有出现在决策伪代码中的三元组，错误信息的初始值为空，所述决策伪代码为使用if-else关键字与自然语言构成的决策流程表示；S4、通过验证算法判断决策伪代码的生成质量，如果质量到达目标要求或超过最大迭代次数M，执行S5，如果质量没有到达目标要求，将质量没有达到要求的部分加入到错误信息后返回执行S3，并且迭代次数加1；S5、通过决策伪代码转换前序二叉树的算法，将决策伪代码转化为决策树。
全文数据：
权利要求：
百度查询： 华东理工大学 一种基于预训练语言模型与提示工程的医疗决策抽取方法
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