一种面向诊疗推理的图嵌入方法和系统

    公开(公告)号:CN118919087A

    公开(公告)日:2024-11-08

    申请号:CN202411341164.0

    申请日:2024-09-25

    IPC分类号: G16H50/70 G06N5/022 G06N5/04

    摘要: 本发明涉及诊疗推理技术领域,具体公开了一种面向诊疗推理的图嵌入方法和系统,其中,该方法包括:收集医疗领域的知识图谱数据,包括实体以及实体之间的关系,通过解耦将实体表示为多个独立的向量,并通过关系感知信息聚合机制更新实体嵌入构建关系重要程度矩阵,确定原始三元组中的关系与子图关系的重要性程度,对收集到的数据进行预处理,去除噪音数据并进行标准化处理,以确保数据的一致性和完整性,并构造与拓扑结构相对应的实体关系重要性矩阵;通过评分函数衡量确定三元组的头实体和实体关系的嵌入,将尾实体与所述头实体和实体关系的嵌入组成三元组,利用所述三元组进行知识图谱的预测,得到潜在的相似疾病和治疗建议。

    一种智能分诊方法及系统
    2.
    发明公开

    公开(公告)号:CN118761596A

    公开(公告)日:2024-10-11

    申请号:CN202411216229.9

    申请日:2024-09-02

    摘要: 本发明涉及医疗技术领域,具体公开了一种智能分诊方法及系统,其中方法包括:S1,获取患者的病情信息,识别病情信息中的关键信息;S2,根据患者的历史数据、医学知识和关键信息,构建动态的病情模型;S3,根据大模型和知识库对关键信息进行推理,生成患者的多个病情假设以及每个病情假设的可信度;大模型用于识别和预测病情发展的可能性;知识库用于提供相关的医学规则和事实;S4,根据病情模型和病情假设,利用大模型分析患者的紧急程度和分诊需求,生成一个或多个分诊方案;S5,根据分诊方案整理得到患者的分诊报告;分诊报告至少包括以下信息中的多项:患者的基本信息、病情描述、分诊建议、紧急程度、治疗建议、需要的医疗资源和注意事项。

    一种音频处理方法和系统

    公开(公告)号:CN110299134A

    公开(公告)日:2019-10-01

    申请号:CN201910583711.9

    申请日:2019-07-01

    摘要: 本发明公开了一种音频处理方法,该方法包括以下步骤:读取整段音频;获取整段音频的幅度谱所对应的角频率和极大能量值;分别对所述角频率、极大能量值及所述整段音频的时间进行归一化以得到归一化后的音频参数;基于所述归一化后的音频参数获取整段音频的音频特征;其中,所述获取整段音频的音频特征包括随机采样步骤和余弦距离值获取步骤;重复执行随机采样步骤和余弦距离值获取步骤得到多个余弦距离值,根据所述多个余弦距离值生成统计直方图,将该统计直方图记为整段音频的音频特征。本发明还公开了一种音频处理系统。本发明最终获得的音频特征是全局特征向量,而且该音频特征的特征向量是固定维数,因此不会随音频长短而变化。

    一种文本类别的自动标注方法及系统

    公开(公告)号:CN110263170A

    公开(公告)日:2019-09-20

    申请号:CN201910544064.0

    申请日:2019-06-21

    IPC分类号: G06F16/35 G06F16/33

    摘要: 本发明公开了一种文本类别的自动标注方法,该方法包括采集各个语种的文本以建立多语种文本类别数据库;基于多语种文本类别数据库获得相关词数据,对相关词数据进行训练生成多语种文本分类模型;检索多语种文本类别数据库,判断待标注文本是否与多语种文本类别数据库中的数据匹配,若是,则将该待标注文本作为候选文本;基于多语种文本分类模型识别候选文本的类别,将候选文本的类别作为待标注文本的类别并标注到待标注文本上;其中,相关词数据是通过对多语种文本类别数据库中的数据按语种和类别进行标注得到的。本发明还公开了一种文本类别的自动标注系统。通过本发明的这种自动标注方法可以快速处理大量的文本数据。

    任务流程控制方法及系统

    公开(公告)号:CN108615136A

    公开(公告)日:2018-10-02

    申请号:CN201611148272.1

    申请日:2016-12-13

    IPC分类号: G06Q10/10

    摘要: 本公开涉及一种任务流程控制方法及系统,该系统包括:任务模块,用于获取任务流程控制请求,并生成任务载入指令;元数据管理模块,用于接收并根据任务载入指令载入初始任务,从任务资源模块中获取初始任务的任务描述信息;根据任务描述信息构建待执行任务的任务类型、任务步骤关系和相关步骤列表并返回任务模块;步骤模块,用于从任务模块接收并根据初始化步骤指令构建并执行待执行任务各步骤;任务资源模块,用于存储任务描述信息并在执行待执行任务的过程中,保存和/或更新其各步骤和任务状态。该系统解决了现有工作流产品流程控制必须固定化的问题,在任务或任务中各步骤的顺序等发生变化时,无须重新配置任务流程、重启任务流程控制系统。

    一种行业应用软件词根表的构建方法

    公开(公告)号:CN103150376A

    公开(公告)日:2013-06-12

    申请号:CN201310077331.0

    申请日:2013-03-12

    发明人: 左春 庞朴 张正 魏萍

    IPC分类号: G06F17/30

    摘要: 本发明公开了一种行业应用软件词根表的构建方法。本方法为:1)创建一词根表初始库,并对该初始库中的词根进行唯一性检查;2)当某词根需要加入该初始库时,按照中文或英文名称匹配检索该初始库:a)如果检索到匹配词根,则将该词根加入到该初始库并根据该匹配词根的属性对该词根的属性进行补充;b)如果未检索到匹配词根,按照中文或英文名称检索规范文件,得到匹配的词根;然后根据规范文件计算该词根及其匹配词根的适合系数,将适合系数最大的词根加入到该初始库并对该适合系数最大的词根的属性进行补充。本发明将原本封闭的词根表积累过程变为开放式的,容错的,渐进替代的过程,从而提升了词根表构建的稳定性。

    一种用于车辆保险理赔的文本清洗方法及系统

    公开(公告)号:CN117194663A

    公开(公告)日:2023-12-08

    申请号:CN202311243205.8

    申请日:2023-09-25

    摘要: 本发明涉及信息技术领域,具体公开了一种用于车辆保险理赔的文本清洗方法,包括:步骤S10,通过爬虫模块爬取外部数据,根据外部数据构建车辆保险理赔的知识库;步骤S20,将知识库中的数据转换成指定格式,得到语料库;步骤S30,基于NLP模型训练模块,根据语料库对Bert模型、RoBERTa模型和Ernie模型分别进行训练,得到用于车辆保险理赔的Pytorch模型;步骤S40,接收用户输入的半结构化目标数据,将半结构化目标数据解析成Pytorch模型可识别的结构化目标数据;步骤S50,通过Pytorch模型对结构化目标数据进行识别,确定是否理赔。

    一种维语图片字符的识别方法及系统

    公开(公告)号:CN110287952B

    公开(公告)日:2021-07-20

    申请号:CN201910583713.8

    申请日:2019-07-01

    IPC分类号: G06K9/20 G06K9/34 G06K9/62

    摘要: 本发明公开了维语图片字符的识别方法,包括:将采集的原始图片进行标记,将标记后的图片作为待训练样本;将待训练样本输入到CNN+BiLSTM模型中以提取待训练样本的特征向量,对待训练样本的特征向量进行训练,生成维文文本区域定位网络模型;将待训练样本中包含维语文本区域的图片输入CNN网络模型,提取所述维语文本区域的特征;将维语文本区域的特征输入BiLSTM+CTC网络模型中,获得维语字符序列,根据维语字符序列生成维语字符识别网络模型;利用维文文本区域定位网络模型识别待检测图片的维语文本区域;利用维语字符识别网络模型识别待检测图片的维语文本区域中的维语字符。本发明还公开了维语图片字符的识别系统。通过本发明可以准确的识别出维语字符。