Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学李雪获国家专利权

哈尔滨工业大学李雪获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利医学知识图谱构建方法、应用方法、装置、设备及介质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:CN119597933B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411645227.1,技术领域涉及:G06F16/36;该发明授权医学知识图谱构建方法、应用方法、装置、设备及介质是由李雪;袁野;李蒙蒙;杨洋;关毅设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。

医学知识图谱构建方法、应用方法、装置、设备及介质在说明书摘要公布了:本发明提供了一种医学知识图谱构建方法、应用方法、装置、设备及介质,涉及医学数据处理技术领域,构建方法包括确定医学文本的实体情况,其中,实体情况包括标注充足实体情况、标注稀缺实体情况、规律性实体情况以及复杂性实体情况;将医学文本输入至协同集成框架中进行知识挖掘,生成对应的知识挖掘结果;采用大语言模型整合所有的知识挖掘结果,生成实体关系数据,并基于实体关系数据,构建初步医学知识图谱;将初步医学知识图谱输入至质量控制框架中进行校验,并根据校验结果,生成最终医学知识图谱。本发明可以进一步保证医学知识图谱的质量,提高精度。

本发明授权医学知识图谱构建方法、应用方法、装置、设备及介质在权利要求书中公布了:1.一种医学知识图谱构建方法,其特征在于,包括: 确定医学文本的实体情况,其中,所述实体情况包括标注充足实体情况、标注稀缺实体情况、规律性实体情况以及复杂性实体情况; 将所述医学文本输入至协同集成框架中进行知识挖掘,生成对应的知识挖掘结果,其中,所述协同集成框架包括与所述实体情况对应的有监督挖掘模块、远程监督挖掘模块、规则挖掘模块以及复杂挖掘模块; 采用大语言模型整合所有的所述知识挖掘结果,生成实体关系数据,并基于所述实体关系数据,构建初步医学知识图谱; 将所述初步医学知识图谱输入至质量控制框架中进行校验,并根据校验结果,生成最终医学知识图谱; 所述质量控制框架包括公理逻辑挖掘模块、公理逻辑校验模块以及迭代补全模块; 所述公理逻辑挖掘模块用于挖掘所述初步医学知识图谱中的公理逻辑; 所述公理逻辑校验模块用于根据所述公理逻辑对所述初步医学知识图谱进行校验,生成所述校验结果; 所述迭代补全模块用于当所述校验结果为错误时,根据所述校验结果,生成修改数据,并根据所述修改数据修改所述初步医学知识图谱,构建中间医学知识图谱,并将所述中间医学知识图谱传输至所述公理逻辑挖掘模块,进行迭代校验,直至所述校验结果为正确时,生成所述最终医学知识图谱,其中,所述最终医学知识图谱为最后一次迭代获取的所述中间医学知识图谱; 所述公理逻辑挖掘模块包括至少一个表示学习单元以及与其对应的公理挖掘单元和筛选单元,每个所述表示学习单元包括不同的表示学习方法; 所述表示学习单元用于提取所述初步医学知识图谱中的实体与关系向量; 所述公理挖掘单元用于基于公理规则,确定所述实体与关系向量的初步公理逻辑和对应的置信度; 所述筛选单元用于根据所述置信度,在所述初步公理逻辑中筛选出所述公理逻辑; 所述知识挖掘结果包括实体识别结果和关系抽取结果,所述将所述医学文本输入至协同集成框架中进行知识挖掘,生成对应的知识挖掘结果,包括: 将所述医学文本输入至所述协同集成框架中进行实体识别,生成对应的实体识别结果; 将所述医学文本和所述实体识别结果输入至所述协同集成框架中进行关系抽取,生成对应的关系抽取结果。

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哈尔滨工业大学,其通讯地址为:150000 黑龙江省哈尔滨市南岗区西大直街92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AI智能生成
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。