公开(公告)号：CN118155780A

公开(公告)日：2024-06-07

申请号：CN202410202559.6

申请日：2024-02-23

Applicant: 中电通商数字技术(上海)有限公司

Inventor： 兰中应 ,  徐辉 ,  吴鹏 ,  陆瑾 ,  杨明君

IPC: G16H10/00 ,  G06N5/022 ,  G06N5/04

Abstract: 本申请提供了一种基于知识图谱与大语言模型的医疗数据治理方法和系统，通过基于医疗领域知识图谱和大语言模型的医疗领域的数据治理引擎，对采集接收的医疗数据质量进行自动诊断及自动治理；此外，协同具有医疗数据治理能力的智能体智能控制数据治理任务的执行步骤和执行质量，从而实现数据治理整体智能化，以解决现有技术依赖人工参与数据治理任务带来的问题。

公开(公告)号：CN115186659A

公开(公告)日：2022-10-14

申请号：CN202210718762.X

申请日：2022-06-23

Applicant: 中电通商数字技术(上海)有限公司

Inventor： 陆瑾 ,  苑洪亮 ,  周澳 ,  王晓伟 ,  刘志伟 ,  王芷若 ,  吕兰兰

IPC: G06F40/289 ,  G06F40/216 ,  G06F40/30 ,  G06F16/28 ,  G06N20/00

Abstract: 本申请公开了一种基于深度学习的数据解析方法、装置以及介质，应用于深度学习领域。该方法先获取文本数据中的标准词和候选词，候选词为文本数据中区别于标准词的其他词，而其中有候选词与标准词是表述同一实体的，这种候选词称为与标准词对应的相关词。将标准词和候选词输入至语义模型，就可通过语义模型得到与标准词表述同一实体的相关词；然后将文本数据中的相关词转化为对应的标准词，文本数据中各实体均通过标准词来表述，最后在文本数据中抽取各实体之间的关系。本申请实施例提供的方法，不需要在实体的各种表述上设置标签，直接将各种表述统一转换为标准词来表述，减少了工作量，最后得到实体和各实体间的关系，即得到了结构化数据。