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：中山大学孙逸仙纪念医院;灵犀量子(北京)医疗科技有限公司

摘要：本发明提供一种医学文献评价方法、电子设备、存储介质和程序产品，方法包括获取待评价医学文献的待评价文本；将所述待评价文本输入至质量评价模型，进行质量评价，获得所述质量评价模型输出的质量评价结果，所述质量评价模型是基于句向量相似度结果训练得到的，所述句向量相似度结果是对孪生网络结构的句向量生成模型生成的句向量进行相似度计算得到的，所述句向量生成模型包括生物医学预训练模型。本发明实现基于相似的句向量进行模型训练，进而训练得到精确率高和召回率高的质量评价模型，从而满足医学文献质量评价的需求，最终实现通过人工智能技术对医学文献进行质量评价。

主权项：1.一种医学文献评价方法，其特征在于，包括：获取待评价医学文献的待评价文本；将所述待评价文本输入至质量评价模型，进行质量评价，获得所述质量评价模型输出的质量评价结果，所述质量评价模型是基于句向量相似度结果训练得到的，所述句向量相似度结果是对孪生网络结构的句向量生成模型生成的句向量进行相似度计算得到的，所述句向量生成模型包括生物医学预训练模型；还包括所述质量评价模型的训练方法：获取作为训练数据的第一句子文本和第二句子文本，将所述第一句子文本和所述第二句子文本输入至孪生网络结构的句向量生成模型，进行特征提取，获得所述第一句子文本对应的第一句向量和所述第二句子文本对应的第二句向量，所述句向量生成模型包括生物医学预训练模型；对所述第一句向量和所述第二句向量进行相似度计算，获得句向量相似度结果；基于所述句向量相似度结果，对待训练模型进行训练得到质量评价模型；所述句向量生成模型包括第一句向量生成子模型和第二句向量生成子模型，所述将所述第一句子文本和所述第二句子文本输入至孪生网络结构的句向量生成模型，进行特征提取，获得所述第一句子文本对应的第一句向量和所述第二句子文本对应的第二句向量，包括：将所述第一句子文本输入至所述第一句向量生成子模型，进行特征提取，获得所述第一句向量生成子模型输出的第一句向量；将所述第二句子文本输入至所述第二句向量生成子模型，进行特征提取，获得所述第二句向量生成子模型输出的第二句向量；所述第一句向量生成子模型包括生物医学预训练模型和池化层，所述将所述第一句子文本输入至所述第一句向量生成子模型，进行特征提取，获得所述第一句向量生成子模型输出的第一句向量，包括：将所述第一句子文本输入至所述生物医学预训练模型，进行特征提取，获得所述生物医学预训练模型输出的第一特征向量；将所述第一特征向量输入至所述池化层，进行池化处理，获得所述池化层输出的第一句向量；所述第一特征向量为第一词向量，所述将所述第一特征向量输入至所述池化层，进行池化处理，获得所述池化层输出的第一句向量，包括：将所述第一词向量输入至所述池化层，进行平均池化处理，获得所述池化层输出的第一句向量。

全文数据：

权利要求：

百度查询： 中山大学孙逸仙纪念医院 灵犀量子(北京)医疗科技有限公司 医学文献评价方法、电子设备、存储介质和程序产品