龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广州佰茂德医疗器械有限公司
申请日：2024-04-10
公开（公告）日：2024-06-21
公开（公告）号：CN118230974A
主分类号：G16H50/70
分类号：G16H50/70;G06F18/25;G06F18/24;G06F40/284;G06F40/30;G06N3/045;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种结合主题信息的并行双通道医疗咨询监管检测方法及模型。该模型首先利用BERT生成词向量，准确捕捉医疗专业语境中的词义细节与上下文，并结合CTM生成的主题向量，以理解文本核心主题。这一融合策略既增强了对冒犯性语言细微差别的识别，也提升了对文本深层含义的理解。在特征处理方面，并行地将融合向量输入到BiGRU和TextCNN模型，以便同时捕获文本的复杂语义和局部特征。通过拼接两个模型的输出，实现特征的全面融合。此外，引入的多头注意力机制进一步优化了特征表示，使模型能够更有效地集中于关键信息。经验证，本发明在医疗专业文本中的冒犯性语言检测上表现卓越，特别在辨别细微的冒犯性表达与常规医疗咨询语句的区分上具有显著优势。
主权项：1.一种结合主题信息的并行双通道医疗咨询监管检测方法。其特征在于，包括以下步骤：a.获取待检测的文本数据；b.利用BERT模型处理文本数据，以生成捕捉语境中的词义细节的词向量Ebert；c.利用主题模型CTM对BERT词向量Ebert进行处理，生成与文本核心主题相关的主题向量Vctm；d.将BERT模型和CTM模型生成的词向量和主题向量进行融合，得到融合向量Vcombined；e.并行地将融合向量Vcombined输入BiGRU和TextCNN模型，用于捕获文本的复杂语义结构和局部特征；f.将BiGRU和TextCNN模型的输出进行拼接，实现特征的全面融合，得到特征融合向量Vfusion；g.引入多头注意力机制对特征融合向量Vfusion进行优化，得到优化后的特征表示Vmha；h.载入预先训练好的医疗咨询监管检测模型，输入优化后的特征表示Vmha进行医疗咨询语言的预测分类；i.输出预测结果，根据所述模型的分类决策，确定文本是否包含冒犯性语言。
全文数据：
权利要求：
百度查询： 广州佰茂德医疗器械有限公司 一种结合主题信息的并行双通道医疗咨询监管检测方法及模型
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号