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：2021-03-12

公开（公告）日：2024-07-05

公开（公告）号：CN112861519B

主分类号：G06F40/232

分类号：G06F40/232

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2021.06.15#实质审查的生效;2021.05.28#公开

摘要：本发明涉及一种医疗文本纠错方法、装置以及存储介质，所述医疗文本纠错方法包括：建立医疗领域的预训练语言模型BERTbio；校正所述预训练语言模型BERTbio，得到待纠错医疗文本；纠正所述待纠错医疗文本。所述医疗文本纠错方法涉及计算机领域，本申请实施例提供的纠错医疗文本方法能够很好地处理错字、漏字或多字情况，并且不需要耗费人力标注医疗领域下的混淆集词典，降低了人力成本，提高了医疗文本纠错的覆盖率和适用性。

主权项：1.一种医疗文本纠错方法，其特征在于，所述医疗文本纠错方法包括：建立医疗领域的预训练语言模型BERTbio；校正所述预训练语言模型BERTbio，得到待纠错医疗文本；纠正所述待纠错医疗文本；其中，所述纠正所述待纠错医疗文本包括：对所述待纠错医疗文本进行编码Selfenc， 其中，表示编码Selfenc中所述待纠错医疗文本的第n层的第i个字字符的隐层向量，vi表示编码Selfenc中所述待纠错医疗文本的第i个字字符的输入向量；对编码后的待纠错医疗文本进行解码Selfdec， 其中，表示解码Selfdec中所述待纠错医疗文本的第n层的第i个字字符的隐层向量，ui表示解码Selfdec中所述待纠错医疗文本的第i个字字符的输入向量，hN表示解码Selfdec中所述待纠错医疗文本的第n层的隐状态；预测所述待纠错医疗文本的概率分布，得到纠正后的医疗文本；所述建立医疗领域的预训练语言模型BERTbio包括：获取第一医疗文本；识别并获取所述第一医疗文本中的无标注数据Rm，将所述无标注数据Rm作为第二医疗文本，Rm＝[s1,s2…sl…sm]1其中，sl＝[w0,w1…wr…wc]，sl表示所述第二医疗文本的第l条文本，wr表示所述第二医疗文本的第l条文本的第r个字字符；以所述第二医疗文本训练所述预训练语言模型BERTbio，所述预训练语言模型BERTbio的训练目标为P，P＝wr|w0…wr,wr+1…wc2。

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 医疗文本纠错方法、装置以及存储介质

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