申请/专利权人：北京大数医达科技有限公司

申请日：2019-08-16

公开（公告）日：2024-06-07

公开（公告）号：CN112394924B

主分类号：G06F8/35

分类号：G06F8/35;G16H10/60;G16H50/70

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2021.03.12#实质审查的生效;2021.02.23#公开

摘要：本公开的实施例公开了一种用于生成提问模型的方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取样本集；从该样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本病例信息中的样本病人的基本信息输入初始模型，得到样本的病人的症状信息；将该样本的病人的症状信息与对应的样本病例信息中的样本病人的症状信息进行分析，确定损失值；将该损失值与目标值进行比较；根据比较结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为提问模型。该实施方式实现了提问模型的生成。

主权项：1.一种用于辅助医生提问的方法，包括：获取提问对象的基本信息，样本病人的基本信息包括病人的性别、年龄信息和病人初步症状信息；将所述基本信息输入提问模型中，生成所述提问对象的症状信息，生成的症状信息以选择题的形式出现，症状信息是指疾病过程中机体内的一系列机能、代谢和形态结构异常变化所引起的病人主观上的异常感觉或某些客观病态改变；将所述提问对象的基本信息和症状信息发送给带有验证功能的终端设备，以及获取所述终端设备的验证信息，其中，验证信息用于表征所述基本信息和症状信息是否通过验证的信息；响应于所述验证信息是通过验证的信息，将所述基本信息和症状信息发送到存储设备上；对所述症状信息进行分词操作，得到至少一个词；对于所述至少一个词中的每个词，对所述词进行词嵌入，得到词向量；对于所得到的词向量中的每个词向量，将所述词向量输入时间递归神经网络模型，得到第一语义向量；获取与预设医学术语集合对应的医学术语语义向量集合；对于得到的至少一个第一语义向量中的每个第一语义向量，确定所述第一语义向量与所述医学术语语义向量集合中的每个医学术语语义向量的余弦距离；将所确定的至少一个余弦距离中的最小余弦距离确定为所述第一语义向量的目标余弦距离；基于各个目标余弦距离对应的各个医学术语，生成结构化数据；将所述结构化数据发送到存储设备上；其中，生成提问模型通过以下步骤生成：获取样本集，其中，所述样本集中的样本包括样本病例信息，样本病例信息包括样本病人的基本信息和样本病人的症状信息；从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本病例信息中的样本病人的基本信息输入初始模型，得到样本的病人的症状信息；将所述样本的病人的症状信息与对应的样本病例信息中的样本病人的症状信息进行分析，确定损失值；将所述损失值与目标值进行比较；根据比较结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为提问模型；响应于确定初始模型未训练完成，调整初始模型的模型参数，以及从所述样本集中重新选取样本，采用模型参数调整后的作为初始模型，继续执行所述训练步骤。

全文数据：

权利要求：

百度查询： 北京大数医达科技有限公司 用于生成提问模型的方法、装置、电子设备和介质

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