科大讯飞股份有限公司;科大讯飞(北京)有限公司庞新哲获国家专利权
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!
龙图腾网获悉科大讯飞股份有限公司;科大讯飞(北京)有限公司申请的专利医学超声领域知识库构建方法、相关设备及程序产品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:CN120338078B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202510831990.1,技术领域涉及:G06F16/36;该发明授权医学超声领域知识库构建方法、相关设备及程序产品是由庞新哲;伍大勇;王勃;程美设计研发完成,并于2025-06-20向国家知识产权局提交的专利申请。
本医学超声领域知识库构建方法、相关设备及程序产品在说明书摘要公布了:本申请公开了一种医学超声领域知识库构建方法、相关设备及程序产品,本申请获取多模态的医学超声数据,对其中医学文本数据进行实体抽取得到目标实体,并抽取医学文本数据中目标实体对间的关系。进一步,通过多模态无监督预训练模型对医学文本数据及其关联的其它模态数据进行特征提取,得到对齐的文本特征及其它模态特征,对文本特征和其他模态特征进行融合得到融合特征,将融合特征与医学文本数据所包含的目标实体建立关联关系,进而将目标实体、目标实体对间关系及目标实体关联的融合特征添加到医学超声领域知识库中,提高了知识库的知识覆盖范围,提供更加全面的知识表达。并且,本申请的方法不依赖人工制定规则,提高了知识库的构建效率。
本发明授权医学超声领域知识库构建方法、相关设备及程序产品在权利要求书中公布了:1.一种医学超声领域知识库构建方法,其特征在于,包括: 获取多模态医学超声数据,所述多模态医学超声数据包括医学文本数据及其关联的其它模态数据; 对所述医学文本数据进行实体抽取得到目标实体,并抽取所述医学文本数据中目标实体对间的关系; 调用多模态无监督预训练模型,对所述医学文本数据及其关联的其它模态数据进行特征提取,得到文本特征及其它模态特征,所述多模态无监督预训练模型被配置为提取多模态数据的特征并进行模态对齐; 对所述文本特征及其它模态特征进行融合得到融合特征,将所述融合特征与所述医学文本数据所包含的所述目标实体建立关联关系; 将所述目标实体、所述目标实体对间的关系及所述目标实体关联的所述融合特征添加到医学超声领域知识库中; 其中,将所述目标实体添加到医学超声领域知识库中的过程,包括: 对所述目标实体及医学超声领域知识库中各实体对象进行实体链接的置信度计算,若存在置信度大于阈值的候选实体对象,则将所述目标实体作为所述候选实体对象的同义词链接到所述候选实体对象; 所述对所述目标实体及医学超声领域知识库中各实体对象进行实体链接的置信度计算的过程,包括: 分别对所述目标实体、待链接实体对象及所述目标实体所在医学文本数据的句法树表示进行编码,得到目标实体特征表示、待链接实体对象特征表示及句法树特征表示; 对所述待链接实体对象特征表示和所述目标实体特征表示进行交叉注意力计算,得到两个子注意力上下文向量,并通过差分算子计算所述两个子注意力上下文向量的差值,结果作为第一差分注意力上下文向量; 对所述待链接实体对象特征表示和所述句法树特征表示进行交叉注意力计算,得到两个子注意力上下文向量,并通过差分算子计算所述两个子注意力上下文向量的差值,结果作为第二差分注意力上下文向量; 基于所述第一差分注意力上下文向量和所述第二差分注意力上下文向量,确定所述目标实体与所述待链接实体对象进行实体链接的置信度。
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科大讯飞股份有限公司;科大讯飞(北京)有限公司,其通讯地址为:230088 安徽省合肥市高新区望江西路666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”。
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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励