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！

龙图腾网获悉上海交通大学申请的专利基于常识融合的医疗自动问答方法及系统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：CN114385799B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202111552888.6，技术领域涉及：G06F16/3329；该发明授权基于常识融合的医疗自动问答方法及系统是由唐飞龙;杨帆;唐灿;李旭;陈龙;刘嘉成设计研发完成，并于2021-12-17向国家知识产权局提交的专利申请。

本基于常识融合的医疗自动问答方法及系统在说明书摘要公布了：本发明提供了一种基于常识融合的医疗自动问答方法及系统，包括：对训练语句分词，查询常识库和知识库，得到实体关系三元组；将三元组与训练语句融合编码；将融合编码后的训练语句随机选择部分实体掩蔽，将下句按固定概率替换成其他的随机语句，将得到的训练语料输入多层分区编码器训练；对问答数据中的问句进行分词和实体关系查询，并融合编码；问题的常识融合编码序列作为模型输入，将回答作为监督标签训练得到常识融合语言模型；搭建可视化医疗自动问答系统，通过前端将问题输入模型，将模型的输出作为回答显示到界面。本发明对用户问题没有类型限制，并且将常识和医疗知识融合到语言模型中，在保证回答符合语法规则的同时，提高了专业性。

本发明授权基于常识融合的医疗自动问答方法及系统在权利要求书中公布了：1.一种基于常识融合的医疗自动问答方法，其特征在于，包括： 步骤S1：对训练语句分词，将分词作为关键词，查询常识库和知识库，得到实体关系三元组； 步骤S2：将三元组与训练语句进行融合编码，使库中的结构化的常识融合训练语句； 步骤S3：将融合编码后的训练语句随机选择部分实体掩蔽，将下句按固定概率替换成其他的随机语句，将得到的训练语料输入多层分区transformer编码器训练，得到初步的常识融合语言模型； 步骤S4：对问答数据中的问句进行分词和实体关系查询，并进行常识融合编码，得到问题的常识融合编码序列； 步骤S5：问题的常识融合编码序列作为模型输入，将回答作为监督标签，基于有监督学习，训练得到常识融合语言模型； 步骤S6：搭建可视化医疗自动问答系统，通过前端界面将问题输入常识融合语言模型，将模型的输出作为回答显示到界面； 多层分区transformer编码器是指考虑了常识融合信息的transformer编码器，融合了常识的语句已经不是一维的语句，而是具有常识的二维语句，其中的每一种关系都作为一个分区，分区与分区之间也具有不同的注意力，因此，在计算字符与字符之间注意力之前，需要先计算分区之间的注意力，通过这种方式能够将常识信息学习到模型中； 在所述步骤S2中： 步骤S2.1：在训练语料的句首添加cls标志，句尾添加sep标志； 步骤S2.2：给常识三元组、训练语料分配编号，编号对后期训练时注意力权重有调节功能，通过这种方式将常识与训练语句进行融合； 步骤S2.2.1：从cls开始，对每个字符分配一个编号，编号从1开始递增； 步骤S2.2.2：对三元组根据关系进行分类； 步骤S2.2.3：每类关系的尾实体编号从头实体编号后序开始递增，最长尾实体长度记为l； 步骤S2.2.4：每类关系分配一个关系编号，从1开始递增； 步骤S2.2.5：头实体后序的字符编号都增加l； 步骤S2.3：将已分配编号的三元组尾实体拼接到语句尾部，形成一维的序列； 在所述步骤S4中： 对问答数据中的问句进行分词和实体关系查询并进行常识融合编码，按照步骤S2的方法获取得到问题的常识融合编码序列。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。