[發明專利]基于知識結構及四診性狀的中醫模型訓練方法、裝置

在審

• 申請號: 202210540736.2
• 申請日: 2022-05-17
• 公開（公告）號: CN114783618A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 胡意儀;阮曉雯;陳遠旭
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H50/20;G16H20/90;G06F40/295;G06F40/289;G06F40/268;G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于知識結構及四診性狀的中醫模型訓練方法，其特征在于，所述方法包括：

對預構建的中醫語料數據集進行實體識別，得到實體結果，并將所述實體結果進行分類，得到各個類型的醫療實體集合；

對所述醫療實體集合，根據預設的實體上下級關系，構建鏈式樣本集合；

對所述鏈式樣本集合進行知識結構訓練，得到初級中醫診斷模型；

獲取四診性狀的診斷信息集合，根據預設的預處理策略，將所述四診性狀的診斷信息集合進行轉文本操作，得到四診文本集合；

根據預設的掩碼遮蔽方式和所述四診文本集合，對所述初級中醫診斷模型進行訓練，得到中醫診斷模型。

2.如權利要求1所述的基于知識結構及四診性狀的中醫模型訓練方法，其特征在于，所述根據預設的掩碼遮蔽方式和所述四診文本集合對所述初級中醫診斷模型進行訓練，得到中醫診斷模型，包括：

根據預設掩碼和預設的遮蔽比例對所述四診文本集合進行遮蔽，得到遮蔽樣本集，其中，每個所述遮蔽樣本包括至少一處被遮蔽；

根據預設比例，將所述遮蔽樣本集分配為訓練集及測試集；

通過所述初級中醫診斷模型對所述遮蔽序列進行預測，得到預測結果；

計算所述預測結果與真實被遮蔽部分的損失值，并根據所述損失值，對所述初級中醫診斷模型進行反向更新，得到更新診斷模型；

判斷所述訓練集中的遮蔽樣本是否全部參與訓練；

當所述訓練集中的遮蔽樣本未全部參與訓練，則返回上述利用所述初級中醫診斷模型，對所述訓練集中的遮蔽部分進行預測，得到預測結果的步驟對所述更新診斷模型進行迭代更新；

當所述訓練集中的遮蔽樣本全部參與訓練，則得到最終更新的更新診斷模型；

利用所述更新診斷模型對所述測試集進行對比預測，得到預測準確度；并在所述預測準確度小于合格閾值時，返回所述利用預設掩碼，根據預設的遮蔽比例，對所述四診文本集合進行遮蔽，得到遮蔽樣本集的步驟，對所述初級中醫診斷模型進行重新訓練；

當所述預測準確度大于或等于所述合格閾值時，得到中醫診斷模型。

3.如權利要求1所述的基于知識結構及四診性狀的中醫模型訓練方法，其特征在于，所述對所述鏈式樣本集合進行知識結構訓練，得到初級中醫診斷模型，包括：

依次將所述鏈式樣本集合中的鏈式樣本導入預訓練的語義識別模型中，對所述鏈式樣本中的各個醫療實體進行類型識別，得到預測類型，并預測各個所述醫療實體的下一階段類型對應的預測實體；

根據鏈式樣本中各個醫療實體的實際類型與真實下一實體，對所述預測類型及所述預測實體進行對比，得到誤差值；

最小化所述誤差值，得到誤差值最小時的神經網絡參數，并利用所述神經網絡參數進行反向網絡傳播，更新所述語義識別模型的模型參數，得到更新模型；

記錄所述誤差值，并判斷所述誤差值的收斂性；

當所述誤差值不收斂時，返回上述依次將所述鏈式樣本集合中的一個鏈式樣本導入預構建的語義識別模型中的步驟，對所述語義識別模型進行迭代更新；

當所述誤差值收斂時，將最終更新的語義識別模型進行輸出，得到初級中醫診斷模型。

4.如權利要求1所述的基于知識結構及四診性狀的中醫模型訓練方法，其特征在于，所述根據預設的預處理策略，將所述四診性狀的診斷信息集合進行轉文本操作，得到四診文本集合，包括：

將所述四診性狀中包含臉部、舌部圖片的望診斷性狀進行圖像特征提取，得到圖像特征文本集合；

將所述四診性狀中包含脈動規律的切診斷性狀及包含聽診噪聲的問診斷性狀進行聲紋特征提取，分別得到脈搏特征文本集合及聽診特征文本集合；

將所述圖像特征文本集合、所述脈搏特征文本集合、所述聽診特征文本集合及所述四診性狀中的問答文本作為四診文本集合。

5.如權利要求1所述的基于知識結構及四診性狀的中醫模型訓練方法，其特征在于，所述對預構建的中醫語料數據集進行實體識別，得到實體結果，包括：

對所述中醫語料數據集進行分詞，并將分詞結果進行詞性標注，得到醫療分詞集合；

對所述醫療分詞集合進行量化操作，得到量化數據集合；

利用預訓練的實體提取網絡對所述量化數據集合進行實體識別，得到實體結果。