申请/专利权人:北京嘉和海森健康科技有限公司
申请日:2020-11-11
公开(公告)日:2024-07-09
公开(公告)号:CN112347257B
主分类号:G06F16/35
分类号:G06F16/35;G06F40/205;G06F40/284;G06F40/289;G06N3/045
优先权:
专利状态码:有效-授权
法律状态:2024.07.09#授权;2021.03.02#实质审查的生效;2021.02.09#公开
摘要:本发明提供一种患者症状口语化标准化方法和装置,通过构建的正训练样本和负训练样本对孪生神经网络模型进行训练,采用预设映射规则将将所需识别的口语化症状词汇映射为其对应的口语化症状向量,将所述口语化症状向量加载到训练好的孪生神经网络模型中,采用所述孪生神经网络模型输出与所述口语化症状向量的相似度大于预设值的候选标准症状向量,获取与所述候选标准症状向量相匹配的标准症状词汇,输出与所述口语化症状向量的相似度最高的候选标准症状向量所对应的候选标准症状词汇,所述相似度最高的候选标准症状向量所对应的候选标准症状词汇即为最终结果,实现了口语化症状词汇的标准化处理。
主权项:1.一种患者症状口语化标准化方法,其特征在于,包括:获取标准症状词汇,将所述标准症状词汇加入到标准症状词汇树;提取第一目标数量的标准症状词汇,提取所述标准症状词汇中的症状部位和症状性质,获取与训练样本相匹配的口语化症状词汇;将所述标准症状词汇和与其对应的口语化症状词汇之间的词汇对标记为第一标识,将所述标准症状词汇与其对应的口语化症状词汇作为正训练样本;获取第二目标数量的负训练样本,将所述负训练样本中的标准症状词汇与其对应的口语化症状词汇的词汇对标记为第二标识;基于所述正训练样本、负训练样本和正、负训练样本的词汇对标记对预设的孪生网络模型进行训练;获取所需识别的口语化症状词汇;基于预设映射规则将所需识别的口语化症状词汇映射为与其对应的口语化症状向量;采用训练后的孪生网络模型对所述口语化症状向量进行识别,得到与所述口语化症状向量相似度大于预设值的候选标准症状向量;基于所述预设映射规则,构建与所述标准症状词汇树中的标准症状词汇相匹配的标准症状向量矩阵;获取与所述候选标准症状向量相匹配的标准症状词汇,记为候选标准症状词汇,包括:采用训练后的孪生网络模型,对所述标准症状向量矩阵中包含的标准症状向量与所述口语化症状向量进行相似度计算,得到与所述口语化症状向量相似度大于预设值的标准症状向量,记为候选标准症状向量;输出与所述口语化症状向量的相似度最高的候选标准症状向量所对应的候选标准症状词汇,包括:依据所述标准症状词汇树对所述候选标准症状词汇进行分类,使得不同类的候选标准症状词汇所对应的标准症状词汇树的支路不同;输出每类候选标准症状词汇中与所述口语化症状向量的相似度最高的候选标准症状词汇。
全文数据:
权利要求:
百度查询: 北京嘉和海森健康科技有限公司 一种患者症状口语化标准化方法和装置
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。