申请/专利权人：成都中医药大学;成都信息工程大学

申请日：2023-02-17

公开（公告）日：2024-04-26

公开（公告）号：CN117933190A

主分类号：G06F40/126

分类号：G06F40/126;G06F18/214;G06N3/08;G06N3/04;G16H10/60

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明提供了一种非时序文本的向量化表示方法，包括如下：S1.搜集病例处方数据集；S2.对处方中每一种药的用药量进行归一化处理；S3.将处方中的每一种药名用one‑hot向量表示；S4.将每一个处方表示成V维的空间向量vt；S5.将vt和药品的one‑hot编码vw组成一个训练样本vw,vt，所有处方的训练样本组成训练集；S6.将训练集输入到CBOW网络；S7.得到CBOW网络的每层权重R和R’；S8.通过vw乘以R得到药名的词嵌入表示ew，用vt乘以R’得到处方名的词嵌入表示et。本发明针对药方提出了词向量表示方法，能够提高词向量的准确性，从而提高后续自然语言处理任务的准确率。

主权项：1.一种非时序文本的向量化表示方法，其特征在于，包括如下步骤：步骤S1.搜集病例处方数据集；步骤S2.对处方中每一种药的用药量进行归一化处理，得到： 其中，N为处方的中药数量，wi为第i种药的用药量，w'i为归一化后第i种药的用药量；步骤S3.将处方中的每一种药名用一个one-hot向量表示,设处方中的第i种药表示为vwi；步骤S4.假设数据集中所有处方或药典中的中药类别数量为V，则将每一个处方表示成V维的空间向量，将该处方中含有对应药的归一化权重填入该向量，对于该处方中未出现的药对应的向量元素赋值为0,得到该处方名的V维的实数向量表示vt；步骤S5.将vt和药方中的其中一种药品的one-hot编码vw组成一个训练样本vw,vt，所有处方的训练样本组成训练集；步骤S6.将所述训练集中的所有训练样本依次输入到CBOW网络，每次输入为药名的one-hot编码向量vwi，输出真值为归一化权重值vt，对于单个处方中未出现的药名，其权重赋为0；步骤S7.通过交叉熵损失函数，采用随机梯度下降法进行训练，得到CBOW网络的每层权重R和R’；步骤S8.通过one-hot编码vw乘以S7中的R得到药名的词嵌入表示ew，同时，用vt乘以S7中的R’得到处方名的词嵌入表示et。

全文数据：

权利要求：

百度查询： 成都中医药大学;成都信息工程大学 一种非时序文本的向量化表示方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD