申请/专利权人:大连大学
申请日:2023-08-17
公开(公告)日:2023-11-10
公开(公告)号:CN117034936A
主分类号:G06F40/295
分类号:G06F40/295;G06F16/35;G06F17/13;G06F40/126;G06N3/044
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.11.28#实质审查的生效;2023.11.10#公开
摘要:本发明公开了神经常微分方程的医学文本分析方法,包括:爬取医学文本,并进行数据清理及预处理;使用中文分词工具对处理后的医学文本进行分词,通过标签标注出不同类别的命名实体,将标注后的命名实体与医学文本相对应,构建训练数据集;所述医学文本输入至神经常微分方程处理模型中,以学习文本数据之间固有顺序性质;将医学文本进行多层次标注并识别医学实体;通过训练数据集、位置标注的损失值训练神经常微分方程处理模型;训练后的神经常微分方程处理模型对位置信息进行动态演化,从而得出医学文本中实体的位置。本发明将位置编码层与循环注意力模块结合增强了模型的序列建模能力;这在医学文本分类、信息检索等任务中表现出更高的性能。
主权项:1.神经常微分方程的医学文本分析方法,其特征在于,包括:爬取医学文本,并进行数据清理及预处理;使用中文分词工具对处理后的医学文本进行分词,通过标签标注出不同类别的命名实体,将标注后的命名实体与医学文本相对应,构建训练数据集;所述医学文本输入至神经常微分方程处理模型中,以学习文本数据之间固有顺序性质;将医学文本进行多层次标注并识别医学实体;通过训练数据集、位置标注的损失值训练神经常微分方程处理模型;训练后的神经常微分方程处理模型对位置信息进行动态演化,从而得出医学文本中实体的位置。
全文数据:
权利要求:
百度查询: 大连大学 神经常微分方程的医学文本分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。