申请/专利权人：汉王科技股份有限公司

申请日：2023-12-29

公开（公告）日：2024-04-12

公开（公告）号：CN117875319A

主分类号：G06F40/289

分类号：G06F40/289;G06F18/25;G06F18/241;G06F40/30;G16H70/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本申请公开了一种医疗领域标注数据的获取方法、装置、电子设备，属于计算机技术领域。所述方法包括：获取由已标注数据组成的第一数据集和由待标注数据组成的第二数据集；基于第一数据集中的已标注数据，训练预设的实体识别模型；采用训练得到的实体识别模型对第二数据集中各待标注数据进行标注预测；基于预设医学术语数据库对标注预测结果进行校准处理，得到校准结果；基于校准结果将第二数据集中的待标注数据转化为第一数据集中的已标注数据，并重复前述步骤，直至满足结束标注条件，输出所述第一数据集中的已标注数据。本方法充分利用专业医学知识进行监督，实现了在标注数据有限的情况下扩充高质量数据集，提升了标注数据的效率，降低了标注成本。

主权项：1.一种医疗领域标注数据的获取方法，其特征在于，所述方法包括：获取由已标注数据组成的第一数据集和由待标注数据组成的第二数据集，其中，所述已标注数据为：标注有实体类别标签的医疗领域文本；基于所述第一数据集中的已标注数据，训练预设的实体识别模型；采用训练得到的所述实体识别模型对所述第二数据集中各待标注数据进行实体识别，得到每条所述待标注数据对应的标注结果预测值；基于预设医学术语数据库对所述标注结果预测值进行校准处理，得到每条所述待标注数据对应的校准结果；基于所述校准结果，对所述第一数据集和所述第二数据集执行更新操作，以将所述第二数据集中的待标注数据转化为所述第一数据集中的已标注数据；跳转至执行下一轮所述基于所述第一数据集中的已标注数据，训练预设的实体识别模型的步骤至所述基于所述校准结果，对所述第一数据集和所述第二数据集执行更新操作的步骤，直至满足结束标注条件，输出所述第一数据集中的已标注数据。

全文数据：

权利要求：

百度查询： 汉王科技股份有限公司 医疗领域标注数据的获取方法、装置、电子设备

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