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。