[發(fā)明專利]醫(yī)學(xué)短文本數(shù)據(jù)負(fù)樣例采樣方法及醫(yī)學(xué)診斷標(biāo)準(zhǔn)術(shù)語(yǔ)映射模型訓(xùn)練方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010159004.X
• 申請(qǐng)日: 2020-03-09
• 公開(kāi)（公告）號(hào): CN111460091B
• 公開(kāi)（公告）日: 2023-10-27
• 發(fā)明（設(shè)計(jì)）人: 劉霄;趙鑫
• 申請(qǐng)（專利權(quán)）人: 杭州麥歌算法科技有限公司
• 主分類號(hào): G06F18/214
• 分類號(hào): G06F18/214;G06F18/21;G06F18/22;G06F16/36;G06F40/237;G06F40/289;G06N3/08;G16H10/60
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 諸佩艷

1.一種基于相似度的醫(yī)學(xué)短文本數(shù)據(jù)負(fù)樣例采樣方法，其特征在于：其包括以下步驟：

S1.基于標(biāo)準(zhǔn)術(shù)語(yǔ)集和待映射文本集合生成正樣例集合；

S2.對(duì)于正樣例集合中的任意正樣例，基于相似度計(jì)算函數(shù)生成候選負(fù)樣例集合，該候選負(fù)樣例集合用于醫(yī)學(xué)診斷標(biāo)準(zhǔn)術(shù)語(yǔ)映射模型訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的基于相似度的醫(yī)學(xué)短文本數(shù)據(jù)負(fù)樣例采樣方法，其特征在于：其包括以下步驟：

S1.對(duì)于標(biāo)準(zhǔn)術(shù)語(yǔ)集為S、待映射文本集合T，生成正樣例集合{p_i＝(x_i,y_i)}，其中x_i∈T,y_i＝{y_ik|y_ik∈S}，x_i為待映射文本，y_i＝{y_ik|y_ik∈S}為對(duì)應(yīng)的正確標(biāo)準(zhǔn)術(shù)語(yǔ)集合；

S2.對(duì)于任意正樣例p_i＝(x_i,y_i)，基于相似度計(jì)算函數(shù)生成候選負(fù)樣例集合為與y_i類似的錯(cuò)誤術(shù)語(yǔ)。

3.根據(jù)權(quán)利要求2所述的醫(yī)學(xué)短文本數(shù)據(jù)負(fù)樣例采樣方法，其特征在于：為相似度計(jì)算函數(shù)，θ取0.5；所述的其中，包括編輯距離、基于tf-idf的余弦相似度、杰卡德相似系數(shù)文本差異三個(gè)參數(shù)，β_l使用10折交叉驗(yàn)證來(lái)確定。

4.根據(jù)權(quán)利要求1所述的基于相似度的醫(yī)學(xué)短文本數(shù)據(jù)負(fù)樣例采樣方法，其特征在于：其包括以下步驟：

S1.對(duì)于標(biāo)準(zhǔn)術(shù)語(yǔ)集為S、待映射文本集合T，先生成擴(kuò)展術(shù)語(yǔ)集合G＝{S,E}，E為標(biāo)準(zhǔn)術(shù)語(yǔ)之間的從屬關(guān)系結(jié)合，再生成正樣例集合進(jìn)一步生成擴(kuò)展正樣例集{p_ik＝(x_i,y_ik,s_ik)}，其中s_ik為(x_i,y_ik)之間的相似度評(píng)級(jí)，該相似度評(píng)級(jí)完全基于知識(shí)圖譜結(jié)構(gòu)s_ik＝sim_g(y_ik,y_il)，s_ik＝1/min(|e_ik|)；

S2.對(duì)于任意正樣例p_i＝(x_i,y_i,s_i)，基于相似度計(jì)算函數(shù)生成候選負(fù)樣例集合為與y_i類似的錯(cuò)誤術(shù)語(yǔ)。

5.一種醫(yī)學(xué)診斷標(biāo)準(zhǔn)術(shù)語(yǔ)映射模型訓(xùn)練方法，其特征在于：其包括以下步驟：

1)基于原始醫(yī)學(xué)診斷數(shù)據(jù)得到待映射文本，進(jìn)而生成訓(xùn)練集P_train，驗(yàn)證集P_eval，測(cè)試集P_test；

2)基于標(biāo)準(zhǔn)術(shù)語(yǔ)集和待映射文本集合生成正樣例集合；

3)對(duì)于正樣例集合中的任意正樣例，基于相似度計(jì)算函數(shù)生成候選負(fù)樣例集合；

4)獲取正樣例集合的一個(gè)子集，對(duì)于其中的每個(gè)正樣例，從候選負(fù)樣例集合中抽取部分或全部負(fù)樣例生成訓(xùn)練數(shù)據(jù)集，將正樣例集合的子集與訓(xùn)練數(shù)據(jù)集合并后形成一個(gè)訓(xùn)練批次；

5)將訓(xùn)練批次帶入神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練。