买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:之江实验室
摘要:本说明书公开了一种中医证候诊断模型训练的方法、一种信息推荐的方法,通过预置的语言处理模型得到获取到的历史中医问诊文本信息对应的问诊向量数据,然后将问诊向量数据输入到待训练的预测模型中,通过预测模型确定出与历史中医问诊文本信息相匹配的各证候标签,作为历史中医问诊文本信息对应的预测数据,并以最小化预测数据与各实际证候标签之间的偏差为目标,训练预测模型。将训练后的预测模型用于针对问诊文本信息进行证候标签的预测,根据预测结果进行信息推荐。通过此方法对问诊文本信息的证候标签进行预测后所得到的预测结果考虑到了不同层次以及相同层次证候标签之间的联系和影响,因此根据预测数据所得到的证候准确率获得了显著提高。
主权项:1.一种中医证候诊断模型训练的方法,其特征在于,包括:获取历史中医问诊文本信息;将所述历史中医问诊文本信息输入到预设的语言处理模型中,以得到所述历史中医问诊文本信息对应的问诊向量数据;将所述问诊向量数据输入到待训练的预测模型中,以使得所述预测模型根据所述问诊向量数据以及预设的各证候标签,确定出经多轮预测后得到的与所述历史中医问诊文本信息相匹配的各证候标签,作为预测数据,其中,针对每轮预测,通过所述预测模型,将所述问诊向量数据与已经预测出的证候标签进行向量拼接处理,以确定出中间向量数据,将所述中间向量数据以及已经预测出的证候标签所对应的子证候标签的向量数据进行向量维度融合,得到融合向量数据,并根据所述融合向量数据以及所述问诊向量数据,从已经预测出的证候标签所对应的子证候标签确定出该轮预测得到的与所述历史中医问诊文本信息相匹配的证候标签;以最小化所述预测数据与所述历史中医问诊文本信息对应的各实际证候标签之间的偏差为优化目标,对所述预测模型进行训练。
全文数据:
权利要求:
百度查询: 之江实验室 一种中医证候诊断模型训练的方法、一种信息推荐的方法
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。