新疆地方药物不良反应识别方法及相关装置

    公开(公告)号:CN114898895A

    公开(公告)日:2022-08-12

    申请号:CN202210467433.2

    申请日:2022-04-29

    摘要: 本发明涉及一种机器学习技术领域,是一种新疆地方药物不良反应识别方法及相关装置。前者包括建立新疆地方药物不良反应语料库,并将其分为训练样本集和测试样本集;利用训练样本集对模型进行学习训练,获得不良反应识别模型;利用测试样本集对不良反应识别模型进行测试,选取最优的参数,输出不良反应识别模型。本发明大量获取网络有关新疆地方药物不良反应的文本信息建立新疆地方药物不良反应语料库,利用基于注意力机制的双向长短时记忆网络和卷积神经网络混合网络的神经网络模型,捕捉新疆地方药物不良反应语料库中文本的双向语义依赖和局部特征,利用注意力机制,突出重要的特征,保证不良反应的有效识别。

    基于域增量学习的模型调优方法、装置、设备及存储介质

    公开(公告)号:CN116128073A

    公开(公告)日:2023-05-16

    申请号:CN202310158117.1

    申请日:2023-02-23

    IPC分类号: G06N20/00

    摘要: 本发明涉及一种机器学习技术领域,是一种基于域增量学习的模型调优方法、装置、设备及存储介质,包括:响应于获取新数据,调用原有模型对其进行识别,并判断是否出现识别错误;响应于出现识别错误,抽取识别错误的数据建立新增数据集;利用新增数据集对原有模型进行域增量学习,构建新模型。本发明的模型任务固定,不需要增加识别类别,利用模型对新数据进行识别,在出现存在识别错误时,建立新增数据集,利用新增数据集对原有模型进行域增量学习,实现在应用中需要不断调优模型,故而在保证原有识别效果的基础上又能适应新数据、修正原有模型,不会耗费大量的计算资源和时间,效率高,并且域增量学习的应用能有效增强模型的抗遗忘能力。