申请/专利权人：北京工业大学

申请日：2023-12-19

公开（公告）日：2024-04-26

公开（公告）号：CN117936005A

主分类号：G16H10/60

分类号：G16H10/60;G06F18/214;G06F18/25;G06F40/295;G06F40/284;G06F40/289;G06N3/0442;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明提供了一种电子病历症状实体属性抽取的方法，该方法包括以下步骤：获取电子病历症状实体段信息，对电子病历症状实体段数据中包含的症状属性进行标注；根据数据集中属性类别分布进行针对性数据增强，来获取增强数据集；再结合Macbert预训练模型和Word2vec获取融合字词特征向量，再通过混合注意力机制的双向门控循环单元，构建出电子病历症状实体属性抽取模型。本发明与现有技术相比为电子病历里面的症状实体属性抽取和应用工作提供了一个新的解决方案，解决了目前电子病历症状实体属性抽取性能低和准确度不高的问题。

主权项：1.一种针对电子病历的症状实体属性抽取方法，其特征在于，包括如下步骤：步骤1：获取电子病历相关数据，经过预处理构建数据集；步骤2：统计数据集中症状属性分布情况，经过数据增强获取更多数据集；步骤3：使用预训练模型获取混合的字词特征向量；步骤4：使用融合注意力机制的双向门控循环单元获得句子语义隐式表示；步骤5：构建条件随机场，实现句子标签预测。

全文数据：

权利要求：

百度查询： 北京工业大学 一种电子病历症状实体属性抽取的方法

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。

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