申请/专利权人：云知声智能科技股份有限公司;厦门云知芯智能科技有限公司

申请日：2021-04-28

公开（公告）日：2024-03-29

公开（公告）号：CN113012780B

主分类号：G16H15/00

分类号：G16H15/00;G06F16/36;G06F16/33

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.07.09#实质审查的生效;2021.06.22#公开

摘要：本发明提供了智能随访中检查结果严重程度评级方法、装置及系统，该方法包括：1结构化检查结果严重程度评级方法包括：将检查结果的检查实体与检查知识图谱的检查概念进行概念映射；匹配检查结果的检查指标和映射到的检查概念的严重程度属性对应的属性值范围，得到检查结果严重程度评级；2非结构化检查结果严重程度评级方法包括：对非结构化检查结果和检查结果评级知识库中的检查结果进行文本相似度计算，获得检查结果严重程度评级。本发明结合自然语言处理技术的预训练模型能够表征非结构化的检查结果描述。此外，对于结构化的检查实体通过概念映射到检查知识图谱中的概念，能有效利用检查知识图谱中的高质量知识，获得更准确的结果。

主权项：1.智能随访中检查结果严重程度评级方法，其特征在于，包括：结构化检查结果严重程度评级方法和非结构化检查结果严重程度评级方法，其中，1结构化检查结果严重程度评级方法包括：将检查结果的检查实体与检查知识图谱的检查概念进行概念映射；匹配检查结果的检查指标和映射到的检查概念的严重程度属性对应的属性值范围，得到检查结果严重程度评级；2非结构化检查结果严重程度评级方法包括：对非结构化检查结果和检查结果评级知识库中的检查结果进行文本相似度计算，获得检查结果严重程度评级；其中，所述对非结构化检查结果和检查结果评级知识库中的检查结果进行文本相似度计算，获得检查结果严重程度评级，具体包括：对非结构化检查结果和检查结果评级知识库中的检查结果进行向量化表征；将获得的向量表征分别求余弦相似度距离，并取分数最高的检查结果评级知识库中的检查结果作为和非结构化检查结果最相近的检查结果表述；取分数最高的检查结果评级知识库中的检查结果对应的严重程度评级作为非结构化检查结果的严重程度。

全文数据：

权利要求：

百度查询： 云知声智能科技股份有限公司;厦门云知芯智能科技有限公司 智能随访中检查结果严重程度评级方法、装置及系统

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