一種跨病種的小樣本臨床醫(yī)療文本后結(jié)構(gòu)化處理方法
基本信息
| 申請?zhí)?/td> | CN202011567629.6 | 申請日 | - |
| 公開（公告）號 | CN112685561A | 公開（公告）日 | 2021-04-20 |
| 申請公布號 | CN112685561A | 申請公布日 | 2021-04-20 |
| 分類號 | G06F16/35(2019.01)I;G06N3/04(2006.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 劉翔 | 申請（專利權(quán)）人 | 廣州知匯云科技有限公司 |
| 代理機構(gòu) | 汕頭興邦華騰專利代理事務(wù)所（特殊普通合伙） | 代理人 | 張樹峰;梁鳳德 |
| 地址 | 510000廣東省廣州市南沙區(qū)進港大道8號南沙城大廈11樓06號（僅限辦公） | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種跨病種的小樣本臨床醫(yī)療文本后結(jié)構(gòu)化處理方法，包括：獲取A病種的小樣本文本信息和B病種的大樣本文本信息，并采用文本困惑度的文本聚類獲取待標(biāo)注信息，對待標(biāo)注信息進行標(biāo)注，得到標(biāo)注后的文本信息；在pytorch神經(jīng)網(wǎng)絡(luò)框架下，利用元學(xué)習(xí)和LSTM模型訓(xùn)練是否型問題的信息抽取模型，得到元模型；利用標(biāo)注后的文本信息對元模型進行訓(xùn)練，得到小樣本病歷的文本后結(jié)構(gòu)化模型；利用文本后結(jié)構(gòu)化模型識別的A病種的文本信息。通過上述方案，本發(fā)明具有邏輯簡單、標(biāo)注量少、覆蓋全面、處理效率高等優(yōu)點，在中文自然語言處理技術(shù)以及機器學(xué)習(xí)領(lǐng)域具有很高的實用價值和推廣價值。?? |
