醫(yī)學短文本數(shù)據(jù)負樣例采樣方法及醫(yī)學診斷標準術語映射模型訓練方法

基本信息

申請?zhí)?/td> CN202010159004.X 申請日 -
公開（公告）號 CN111460091A 公開（公告）日 2020-07-28
申請公布號 CN111460091A 申請公布日 2020-07-28
分類號 G06F16/33(2019.01)I 分類 -
發(fā)明人 劉霄;趙鑫 申請（專利權）人 杭州麥歌算法科技有限公司
代理機構 杭州君度專利代理事務所（特殊普通合伙） 代理人 杭州麥歌算法科技有限公司
地址 310051浙江省杭州市濱江區(qū)六合路368號一幢（北）三層D3102室
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及醫(yī)學短文本數(shù)據(jù)負樣例采樣方法及醫(yī)學診斷標準術語映射模型訓練方法，包括：基于原始醫(yī)學診斷數(shù)據(jù)得到待映射文本，進而生成訓練集，驗證集，測試集、基于標準術語集和待映射文本集合生成正樣例集合、對于正樣例集合中的任意正樣例，基于相似度計算函數(shù)生成候選負樣例集合、獲取正樣例集合的一個子集，對于其中的每個正樣例，從候選負樣例集合中抽取部分或負樣例生成訓練集，將正樣例集合的子集與訓練集合并后形成一個訓練批次、將訓練批次帶入神經(jīng)網(wǎng)絡模型中進行訓練。本發(fā)明提取負樣例更具代表性，分別提起正負樣例對修改的模型進行模擬訓練，實現(xiàn)對模型進行泛化改進，模型的性能得到提升，提升了對未知細粒度術語的識別泛化性。??