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：中南大学
摘要：本发明涉及临床医疗文本识别技术领域，涉及一种临床事件时序关系识别方法、介质及设备，识别方法包括：获取两个临床事件及其对应的原始临床文本；识别出两个临床事件中的医学实体；基于医学知识图谱搜索生成标准化实体子图；基于图注意力机制对两个标准化实体节点进行特征编码得到临床事件对的综合特征向量；计算两个临床事件对原始临床文本中各个句子的注意力权重；选取注意力权重最高的M个句子进行重组得到文本片段；基于CoT提示学习进行少样本学习得到可以输出两个临床事件间的时序关系的时序关系模型。本发明提高了时序关系的识别效率和处理复杂数据时的精确性，适用长文本的识别，采用CoT提示学习方法以充分激发模型的推理能力。
主权项：1.一种临床事件时序关系识别方法，其特征在于，所述临床事件时序关系识别方法包括：S1：获取两个临床事件及其对应的原始临床文本；并将两个临床事件输入上下文编码模型识别出两个临床事件中的医学实体；S2：基于医学知识图谱搜索生成与医学实体相关的标准化实体子图，其中：标准化实体子图包括节点和节点之间的关系，节点包括与两个医学实体分别对应的两个标准化实体节点、两个标准化实体节点之间路径上的中间节点以及标准化实体节点和中间节点的邻居节点；S3：基于图注意力机制对两个标准化实体节点进行特征编码分别生成两个临床事件的最终特征向量，并将两个临床事件的最终特征向量进行拼接得到临床事件对的综合特征向量；S4：计算两个临床事件对原始临床文本中各个句子的注意力权重，具体是：S4.1、利用上下文编码模型对原始临床文本进行编码，获得原始临床文本中各个句子的嵌入向量；S4.2、基于多头注意力机制根据临床事件对的综合特征向量和各个句子的嵌入向量分别计算临床事件对在原始临床文本中各个句子上的注意力权重；S5：选取注意力权重最高的M个句子，并按照原始临床文本中的出现顺序将选取的M个句子进行重组得到文本片段；S6：基于CoT提示学习在BioBERT模型上进行少样本学习得到可以输出原始临床文本中两个临床事件间的时序关系的时序关系模型。
全文数据：
权利要求：
百度查询： 中南大学 一种临床事件时序关系识别方法、介质及设备
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