申请/专利权人：济南宝林信息技术有限公司

申请日：2024-04-10

公开（公告）日：2024-06-14

公开（公告）号：CN118012979B

主分类号：G06F16/31

分类号：G06F16/31;G06F16/35;G06F40/216;G06F40/194;G06F40/284;G06F40/289

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本发明涉及数据处理技术领域，具体涉及一种普通外科手术智能采集存储系统，包括：文本数据采集模块，用于获取若干个普通外科手术的文本数据；距离修正模块，用于根据每个文本数据中同一词的所有词向量之间的差异，得到两个文本数据中的词向量之间修正后的距离特征；代表性分析模块，用于根据每个词的逆文档频率和两个文本数据中的词向量之间修正后的距离特征，获得每个文本数据的代表性；存储模块，用于根据两个文本数据之间的距离度量进行对所有文本数据的聚类，得到若干个参考类簇，然后根据参考类簇对文本数据进行压缩存储。本发明提高了对文本数据聚类的精度，提高了普通外科手术智能采集存储的效率。

主权项：1.一种普通外科手术智能采集存储系统，其特征在于，该系统包括以下模块：文本数据采集模块，用于获取若干个普通外科手术的文本数据；距离修正模块，用于根据每个文本数据中同一词的所有词向量之间的差异，对任意两个词向量之间的距离进行修正，得到两个文本数据中的词向量之间修正后的距离特征；代表性分析模块，用于根据每个词的逆文档频率和两个文本数据中的词向量之间修正后的距离特征，得到两个文本数据之间的距离度量，根据两个文本数据之间的距离度量获得每个文本数据的代表性，所述每个文本数据的代表性是用来反映文本数据之间的相似重要程度；存储模块，用于根据两个文本数据之间的距离度量进行对所有文本数据的聚类，得到若干个标记类簇，根据每个文本数据的代表性对每个标记类簇进行分裂，得到若干个参考类簇，然后根据参考类簇对文本数据进行压缩存储；所述用于根据每个文本数据中同一词的所有词向量之间的差异，对任意两个词向量之间的距离进行修正，得到两个文本数据中的词向量之间修正后的距离特征，包括：根据每个词向量邻域内的所有词向量之间的差异，得到每种类型词的词向量的语境偏差性，根据两个文本数据中不同词向量的语境偏差性，对两个文本数据中的词向量之间的距离进行修正，得到两个文本数据中的词向量之间修正后的距离特征；所述根据每个词向量邻域内的所有词向量之间的差异，得到每种类型词的词向量的语境偏差性，包括：将从一个文本数据中选取同一种类型的词对应的词向量，按照文本的顺序组成一组序列，记为词向量序列；以词向量序列中每个词向量为中心，以为邻域半径，获取每个词向量邻域内的所有词向量；其中，为预设第一参数；根据每个词向量邻域内的所有词向量之间的差异，得到每种类型词的词向量的语境偏差性，具体用公式表示为： 式中，表示第种类型词的词向量序列中第个词向量邻域内的第个词向量，表示第种类型词的词向量序列中第个词向量邻域内的第个词向量，表示每种类型词的词向量序列中所有词向量的集合，表示第种类型词的词向量序列中所有词向量邻域内的第个词向量与第个词向量之间矢量差的模长的标准差，表示第种类型词的词向量的语境偏差性，表示矢量数据的模长；所述根据两个文本数据中不同词向量的语境偏差性，对两个文本数据中的词向量之间的距离进行修正，得到两个文本数据中的词向量之间修正后的距离特征，包括：将每个文本数据中每个词向量的语境偏差性与任意一个文本数据中任意一个词向量的语境偏差性之和，记为每个文本数据中每个词向量与任意一个文本数据中任意一个词向量之间的第二数值，对所有文本数据中所有词向量与所有文本数据中所有词向量之间的第二数值进行线性归一化，将归一化后每个文本数据中每个词向量与任意一个文本数据中任意一个词向量之间的第二数值加1的结果，记为每个文本数据中每个词向量与任意一个文本数据中任意一个词向量之间的第三数值；将每个文本数据中每个词向量与任意一个文本数据中任意一个词向量之间的距离和第三数值的乘积结果，作为两个文本数据中的词向量之间修正后的距离特征；所述用于根据每个词的逆文档频率和两个文本数据中的词向量之间修正后的距离特征，得到两个文本数据之间的距离度量，包括：将任意一个文本数据中的任意一个词记为目标词，将目标词所在的类别中包含目标词的文本数据个数，记为目标词的第一个数；根据每个文本数据的每个词的第一个数、每个词在每个文本数据中出现的次数，得到每个文本数据中的每个词修正后的逆文档频率，根据两个文本数据中的词向量之间修正后的距离特征得到每个文本数据中的每个词的逆文档频率的修正系数；根据每个文本数据中的每个词修正后的逆文档频率、每个文本数据中的每个词的逆文档频率的修正系数，得到每个文本数据中的每个词的置信度，根据每个文本数据中的每个词的置信度和两个文本数据中的词向量之间修正后的距离特征，得到两个文本数据之间的距离度量。

全文数据：

权利要求：

百度查询： 济南宝林信息技术有限公司 一种普通外科手术智能采集存储系统

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