醫(yī)學(xué)短文本數(shù)據(jù)負(fù)樣例采樣方法及醫(yī)學(xué)診斷標(biāo)準(zhǔn)術(shù)語映射模型訓(xùn)練方法
基本信息
| 申請?zhí)?/td> | CN202010159004.X | 申請日 | - |
| 公開（公告）號 | CN111460091A | 公開（公告）日 | 2020-07-28 |
| 申請公布號 | CN111460091A | 申請公布日 | 2020-07-28 |
| 分類號 | G06F16/33(2019.01)I | 分類 | - |
| 發(fā)明人 | 劉霄;趙鑫 | 申請（專利權(quán)）人 | 杭州麥歌算法科技有限公司 |
| 代理機(jī)構(gòu) | 杭州君度專利代理事務(wù)所（特殊普通合伙） | 代理人 | 杭州麥歌算法科技有限公司 |
| 地址 | 310051浙江省杭州市濱江區(qū)六合路368號一幢（北）三層D3102室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明涉及醫(yī)學(xué)短文本數(shù)據(jù)負(fù)樣例采樣方法及醫(yī)學(xué)診斷標(biāo)準(zhǔn)術(shù)語映射模型訓(xùn)練方法，包括：基于原始醫(yī)學(xué)診斷數(shù)據(jù)得到待映射文本，進(jìn)而生成訓(xùn)練集，驗(yàn)證集，測試集、基于標(biāo)準(zhǔn)術(shù)語集和待映射文本集合生成正樣例集合、對于正樣例集合中的任意正樣例，基于相似度計(jì)算函數(shù)生成候選負(fù)樣例集合、獲取正樣例集合的一個(gè)子集，對于其中的每個(gè)正樣例，從候選負(fù)樣例集合中抽取部分或負(fù)樣例生成訓(xùn)練集，將正樣例集合的子集與訓(xùn)練集合并后形成一個(gè)訓(xùn)練批次、將訓(xùn)練批次帶入神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練。本發(fā)明提取負(fù)樣例更具代表性，分別提起正負(fù)樣例對修改的模型進(jìn)行模擬訓(xùn)練，實(shí)現(xiàn)對模型進(jìn)行泛化改進(jìn)，模型的性能得到提升，提升了對未知細(xì)粒度術(shù)語的識別泛化性。?? |
