申请/专利权人：安徽大学;合肥瑞徽人工智能研究院有限公司

申请日：2023-12-12

公开（公告）日：2024-03-19

公开（公告）号：CN117727442A

主分类号：G16H50/20

分类号：G16H50/20;G06N3/0455;G06N3/084;G06F40/30;G06F18/243

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了基于疾病常识增强的可解释文本抑郁症检测系统，包括：数据库建立模块，用于构建抑郁疾病常识库；特征表示构建模块，用于根据抑郁症状关键词频率统计，获取抑郁症状特征表示；模型构建及训练模块，用于将文本信息和抑郁症状特征表示捆绑送入Bert预训练模型，构建抑郁症检测模型并训练该模型，得到训练好的抑郁症检测模型；检测结果输出模块，用于将采集的数据输入训练好的抑郁症检测模型，获取预测的抑郁症检测结果；本发明的优点在于：不仅考虑了原始文本表示，也结合了抑郁典型症状常识，融入了抑郁症状特征，检测精度更高。

主权项：1.基于疾病常识增强的可解释文本抑郁症检测系统，其特征在于，包括：数据库建立模块，用于构建抑郁疾病常识库；特征表示构建模块，用于根据抑郁症状关键词频率统计，获取抑郁症状特征表示；模型构建及训练模块，用于将文本信息和抑郁症状特征表示捆绑送入Bert预训练模型，构建抑郁症检测模型并训练该模型，得到训练好的抑郁症检测模型；检测结果输出模块，用于将采集的数据输入训练好的抑郁症检测模型，获取预测的抑郁症检测结果。

全文数据：

权利要求：

百度查询： 安徽大学;合肥瑞徽人工智能研究院有限公司 基于疾病常识增强的可解释文本抑郁症检测系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD