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。