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！

龙图腾网获悉三峡大学申请的专利基于多头注意力机制和SNN网络的中文电子病历命名实体识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119538927B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411461534.4，技术领域涉及：G06F40/295；该发明授权基于多头注意力机制和SNN网络的中文电子病历命名实体识别方法是由孙晓东;王东娟设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本基于多头注意力机制和SNN网络的中文电子病历命名实体识别方法在说明书摘要公布了：本发明提供一种基于多头注意力机制和脉冲神经网络（SNN）的中文电子病历命名实体识别方法，针对电子病历中的命名实体，经过预训练BERT模型获取动态词向量，双向长短期记忆网络（BiLSTM）模型获取文本编码，SNN网络对编码的特征进行筛选，多头的注意力机制计算字符间的依赖关系，并加强对上下文语境的关联性，最后经过条件随机场（CRF）模块输出最终序列，得到实体识别结果。本发明显著降低了时间成本，同时提升了对医疗文本中命名实体识别的效率和精度，为医疗信息处理领域提供了一种更为高效和准确的技术解决方案。

本发明授权基于多头注意力机制和SNN网络的中文电子病历命名实体识别方法在权利要求书中公布了：1.基于多头注意力机制和SNN网络的中文电子病历命名实体识别方法，其特征在于，包括以下步骤： 步骤1，数据处理：获取电子病历数据集，并对数据集进行预处理，得到与文本相对应的序列标签； 步骤2，利用BERT获取动态词向量：将处理过的数据集中的句子，输入到预训练BERT模型来获取含有上下文信息的动态词向量； 步骤3，构造BiLSTM模型：将处理后的向量输入模型中，经过BiLSTM模型的处理，原始输入向量将被转化为新的表示向量；该新向量包含了更为丰富的上下文信息和序列特征，能够更有效地捕捉数据中的时序关系和长期依赖，从而提高后续任务的性能； 步骤4，构造SNN网络：将经过BiLSTM模型处理后的向量作为输入传递至SNN网络中；SNN网络通过模拟生物神经系统的脉冲发放机制，对输入的向量进行处理，从而生成新的向量； 步骤5，构造多头注意力机制：将SNN网络处理后的向量作为输入传递至注意力机制中；多头注意力机制通过将输入向量在多种不同的维度上进行分割和处理，从而实现多角度的特征关注和信息整合，生成新的向量； 步骤6，构造CRF模块：将经过多头注意力机制处理后的向量传递至CRF模块中，得到最终输出序列，并用解码方式转换成BIO形式的序列标注，将此作为医疗文本实体识别的最后标注结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人三峡大学，其通讯地址为：443002 湖北省宜昌市大学路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。