-
公开(公告)号：CN110136788A
公开(公告)日：2019-08-16
申请号：CN201910397723.2
申请日：2019-05-14
申请人： 清华大学 , 科大讯飞股份有限公司
摘要： 本申请提供了一种基于自动检测的病历质检方法、装置、设备及存储介质，其中，方法包括：获取待质检病历，其中，待质检病历包括多项信息；若多项信息中有至少一项必要信息缺失，则确定待质检病历为不合格的病历，其中，必要信息为按病历的书写要求必须书写的信息；若多项信息中的必要信息未缺失，则基于多项信息中的至少部分信息的内容确定待质检病历是否为合格的病历，其中，多项信息中的至少部分信息包括必要信息中的至少部分信息。本申请提供的基于自动检测的病历质检方法可自动、及时、高效地对病历的质量进行检测，进而能及时规范医生的诊疗行为。
-
公开(公告)号：CN110111887A
公开(公告)日：2019-08-09
申请号：CN201910407832.8
申请日：2019-05-15
申请人： 清华大学 , 科大讯飞股份有限公司
摘要： 本发明公开了一种临床辅助决策方法及装置，其中临床辅助决策方法包括：接收病历数据；基于不同的统计策略分别对所述病历数据进行分析，得到不同的统计策略下的初步诊断信息；融合所述初步诊断信息，得到最终的诊断结论待选结果。本发明采用多个不同侧重点的统计策略从多个维度对病历数据进行分析，由此能够获得多组初步诊断信息，最终再将多策略下的初步诊断信息进行融合，得到经由综合处理的最终的诊断结论待选结果，以此能够代替单一的统计模型直接推理的方式，根据多个策略的分析结果进行综合决策，有效辅助医生作出准确且全面的疾病诊断。
-
公开(公告)号：CN110033863A
公开(公告)日：2019-07-19
申请号：CN201910328888.4
申请日：2019-04-23
申请人： 科大讯飞股份有限公司 , 清华大学
摘要： 本申请提供了一种应用于临床决策支持系统的不合理疾病诊断检测方法、装置，方法包括：获取目标对象的病历信息和疾病诊断结果；从目标对象的病历信息中获取目标对象的对象属性信息和/或病情信息；从目标对象的疾病诊断结果中确定与目标对象的对象属性信息不匹配的疾病和/或与目标对象的病情信息不匹配的疾病，作为目标对象的疾病诊断结果中的不合理疾病。本申请提供的不合理疾病诊断的检测方法可自动从目标对象的疾病诊断结果中检测出不合理疾病，该检测方法能够提高疾病诊断结果的可信度，从而有效降低潜在的医疗风险。
-
公开(公告)号：CN106156041B
公开(公告)日：2019-05-28
申请号：CN201510137773.9
申请日：2015-03-26
申请人： 科大讯飞股份有限公司 , 清华大学
IPC分类号： G06F16/2458 , G06F17/27
摘要： 本发明公开了一种热点信息发现方法及系统，该方法包括：获取待处理文本；对所述待处理文本进行分词及词性标注；对分词后的文本进行句法分析，得到所述待处理文本中每句话的依存句法树；去除待处理文本中每句话的依存句法树中的停用词，得到待分析依存句法树；利用所述待分析依存句法树构建小世界网络；根据所述待分析依存句法树及所述小世界网络进行热点分析；根据热点分析结果获取所述待处理文本中的热点信息。利用本发明，可以高效、准确地发现待处理文本中的热点信息。
-
公开(公告)号：CN106155999A
公开(公告)日：2016-11-23
申请号：CN201510166742.6
申请日：2015-04-09
申请人： 科大讯飞股份有限公司 , 清华大学
IPC分类号： G06F17/27
摘要： 本发明公开了一种自然语言语义理解方法及系统，该方法包括：获取待解析文本；对所述待解析文本进行分词及词性标注；基于上下文相关信息对分词后的文本进行句法分析，得到所述待处理文本中每句话的自然词依存句法树；根据所述自然词依存句法树及预先构建的本体知识库，构建语义树；利用所述语义树获取语义理解结果。利用本发明，可以提高自然语言语义理解的正确性及灵活性。
-
公开(公告)号：CN105224577A
公开(公告)日：2016-01-06
申请号：CN201410310719.5
申请日：2014-07-01
申请人： 清华大学 , 科大讯飞股份有限公司
摘要： 本发明公开了一种多标签文本分类方法及系统，包括：针对待分类文档确定待考核标签子集；对待分类文档进行分词处理；获取当前计算字词相应于当前考核标签子集中各标签的似然度；对当前计算字词相应于当前考核标签子集中各标签的似然度进行线性加权，得到当前计算字词相应于当前考核标签子集的加权似然度；确定进行线性加权的各加权系数，使得所有字词的加权似然度的连乘积最大，并将最大的连乘积作为待分类文档相应于当前考核标签子集的似然度；在待考核标签子集中，选取使得后验概率最大的标签子集作为待分类文档的分类结果。本发明的多标签分类方法及系统相对现有多标签分类方法及系统兼具总体性能高及计算量小的特点。
-
公开(公告)号：CN111402979B
公开(公告)日：2024-05-31
申请号：CN202010213728.8
申请日：2020-03-24
申请人： 清华大学 , 科大讯飞股份有限公司
IPC分类号： G16H10/60 , G06F16/35 , G06N3/045 , G06N3/0442 , G06N3/0464
摘要： 本发明实施例提供一种病情描述与诊断一致性检测方法及装置，其中方法包括：确定待检测的病历中的病情描述文本和诊断结果；将病情描述文本和诊断结果输入至一致性检测模型，得到一致性检测模型输出的病历的一致性检测结果；其中，一致性检测模型是基于样本病历中的样本病情描述文本、样本诊断结果，以及样本病历的样本一致性检测结果训练得到的；一致性检测模型用于基于病情描述文本的病情描述编码，以及诊断结果的诊断疾病编码，多维度分析病情描述编码和诊断疾病编码的相关性，进行一致性检测。本发明实施例提供的方法及装置，提高了一致性检测方法的普适性及准确性。
-
公开(公告)号：CN111145906B
公开(公告)日：2024-04-30
申请号：CN201911418266.7
申请日：2019-12-31
申请人： 清华大学 , 科大讯飞股份有限公司
IPC分类号： G16H50/20 , G06F40/289 , G06N3/042 , G06N3/0464
摘要： 本申请公开了一种项目判定方法，首先获取待判定项目的项目关联文本，然后确定项目关联文本中的主干信息，以及，每个主干信息的修饰信息；基于主干信息，以及，每个主干信息的修饰信息，确定项目关联文本的图结构；最后，对项目关联文本的图结构进行分析，确定待判定项目的判定结果。本申请中采用分析项目关联文本的图结构实现项目判定的方式，相对于人工判定的方式，可以节省人力和时间，进而可以降低成本，提高项目判定效率。基于上述方式，能够实现诸如医疗领域的辅助诊断预测项目，以及司法领域的辅助查证取值预测项目等项目的判定。
-
公开(公告)号：CN117217233A
公开(公告)日：2023-12-12
申请号：CN202311266352.7
申请日：2023-09-27
申请人： 清华大学 , 科大讯飞股份有限公司
IPC分类号： G06F40/30 , G06F40/289 , G06F18/22 , G06N3/045 , G06N3/0442
摘要： 本发明提供一种文本纠正、文本纠正模型训练方法及装置，所述方法包括：确定待纠正的答案文本以及答案文本对应的提问文本，以及与提问文本关联的知识文本；将答案文本、提问文本以及知识文本输入至文本纠正模型，得到文本纠正模型输出的答案文本的文本纠正结果；文本纠正模型以最小化预测错误实体与错误实体标签之间的差异，以及最小化文本纠正预测结果与文本纠正标签之间的差异为目标训练。本发明提供的种文本纠正、文本纠正模型训练方法及装置，文本纠正模型是联合错误实体识别任务与文本纠正任务进行训练的，从而错误实体识别任务与文本纠正任务之间能够相互提供辅助增强信息，进一步提高文本纠正模型的文本纠正精度。
-
公开(公告)号：CN117216570A
公开(公告)日：2023-12-12
申请号：CN202311266309.0
申请日：2023-09-27
申请人： 清华大学 , 科大讯飞股份有限公司
IPC分类号： G06F18/214 , G06F18/22 , G06F16/332 , G06N5/022
摘要： 本发明提供一种领域模型训练、指令执行方法、一体机和存储介质，其中训练方法包括：获取目标领域的任务指令；基于完成任务指令所需的知识信息，生成知识问答对；基于完成任务指令所需执行的步骤，生成步骤问答对；基于知识问答对和/或步骤问答对，生成所述任务指令的执行过程，将所述任务指令和所述执行过程作为任务问答对；基于所述任务问答对，训练所述目标领域的领域模型。本发明提供的方法、一体机和存储介质，使得模型能够学习到如何在任务指令执行中应用目标领域下的知识、如何通过推理逻辑解决复杂问题，实现了对于多粒度、多难度的目标领域下任务指令的知识分解和任务步骤分解，由此提高领域模型的训练效果，更好地适应目标领域。
-
-
-
-
-
-
-
-
-
搜索结果
124 条记录 (耗时 0.088 秒)
