申请/专利权人：华东理工大学

申请日：2024-03-21

公开（公告）日：2024-06-25

公开（公告）号：CN118246439A

主分类号：G06F40/242

分类号：G06F40/242;G16H10/60;G16H70/00;G06F16/36

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：本发明公开了一种基于多蕴含临床术语重组的术语标准化方法、系统，涉及临床术语标准化领域，方法包括：根据目标待标准化术语类型，确定术语组成成分类型集、标准术语库；利用LLM，自动化地拆分识别多蕴含术语并进行数据清洗，得到结构化的组成成分序列；利用基于规则的术语重组算法，得到一多个原子术语，解决临床术语标准化存在的多蕴含问题；利用LLM，自动化标注单蕴含术语标准化任务训练集数据，解决人工标注费时费力的问题；利用对比学习和在线负采样策略，基于向量搜索算法确定每个原子术语各自召回得到的候选标准术语，提升术语标准化结果的召回率；利用基于知识引导的精排模型，确定最终的标准术语答案，提升术语标准化结果的准确率。

主权项：1.一种基于多蕴含临床术语重组的术语标准化方法，包括：根据目标待标准化术语类型，确定术语组成成分类型集、标准术语库；所述待标准化术语类型包括临床疾病诊断、手术术式；所述术语组成成分类型包括发病部位、发病内容、操作内容等；所述标准术语库包括ICD10、ICD9等；利用大型语言模型LLM，自动化地拆分识别多蕴含术语，得到该术语的组成成分表；所述组成成分表包括以较细粒度拆分的得到的术语组成成分原词，各组成成分原词在当前术语中对应的成分类型，各组成成分原词的领域内同义词；对组成成分表进行数据清洗，得到结构化的组成成分序列；所述数据清洗包括残缺数据清洗、多余数据清洗、错误数据清洗、顺序调整；利用基于规则的术语重组算法，根据所述结构化的组成成分序列，确定重组后的一多个原子术语；所述规则根据医学专家意见，人工手写确定；利用LLM，根据所述重组后的一多个原子术语和标准术语库，自动化标注单蕴含术语标准化任务训练集数据；利用基于对比学习框架和在线负采样策略的召回算法，根据所述单蕴含术语标准化任务训练集数据和标准术语库，训练召回模型，确定最终召回模型权重；利用向量搜索算法，根据所述召回模型权重、重组后的一多个原子术语和标准术语库，确定每个原子术语各自召回得到的topk个候选标准术语；所述候选标准术语来自确定的标准术语库；利用基于知识引导的精排模型，根据所述重组后的一多个原子术语、结构化的组成成分序列和候选标准术语，确定每个原子术语对应的标准术语答案；所述标准术语答案来自候选标准术语；根据所述每个原子术语对应的标准术语答案，确定多蕴含术语对应的一多个标准术语。

全文数据：

权利要求：

百度查询： 华东理工大学 一种基于多蕴含临床术语重组的术语标准化方法、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