Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨理工大学刘宇鹏获国家专利权

哈尔滨理工大学刘宇鹏获国家专利权

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理工大学申请的专利一种用于医疗问诊的对话摘要生成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:CN115964475B

龙图腾网通过国家知识产权局官网在2026-03-03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:202211678692.6,技术领域涉及:G06F16/34;该发明授权一种用于医疗问诊的对话摘要生成方法是由刘宇鹏;张禹豪;刘港设计研发完成,并于2022-12-26向国家知识产权局提交的专利申请。

一种用于医疗问诊的对话摘要生成方法在说明书摘要公布了:一种用于医疗问诊的对话摘要生成方法,涉及自然语言处理技术领域,针对现有技术中由于句子中包含了无效信息,导致了生成的医患对话摘要事实出入大,准确率低的问题,本申请设置了抽取式摘要部分和生成式摘要,首先从文本之中选取出重要的含有有效信息的多个句子,再将其输入到生成式摘要的模型,通过生成式摘要模型,将抽取式摘要部分抽取的句子融合成更简短的包含了更多信息的句子。这样既保留了原文中包含了事实的有效信息,又生成了流畅简短的句子,并且提高了生成医患对话摘要的准确率。能够解决现有的摘要生成方法中存在的摘要结果与问诊对话事实出入大,可读性不强的问题,同时有助于辅助医生完成病例总结。

本发明授权一种用于医疗问诊的对话摘要生成方法在权利要求书中公布了:1.一种用于医疗问诊的对话摘要生成方法,其特征在于包括以下步骤: 步骤一:获取原始医疗问诊对话数据,并且同步获取已经由医生或医生助手总结的对话内容摘要,以此构建文本数据; 步骤二:将文本数据中医生与患者之间的对话作为特征、医生或医生助手总结的对话内容摘要作为标签,得到标记后的数据; 所述文本数据中医生与患者之间的对话包括病史、病情说明、症状、医生咨询建议以及医生给出诊断和合理治疗方案; 步骤三:利用标记后的数据训练BiLSTM神经网络,所述BiLSTM神经网络包括抽取式摘要、生成式摘要和指针生成器网络,所述生成式摘要包括编码器和解码器; 所述神经网络首先将标记后的数据进行分词,并将分词结果分别进行编码,得到多个词向量,然后抽取式摘要对词向量进行信息过滤,保留包含了事实的有效信息的词向量; 所述编码器用于将抽取式摘要保留的句子进行特征提取,并将提取到的特征进行拼接,得到最终特征表达; 所述解码器用于对最终特征表达进行解码,得到概率分布; 所述指针生成器网络用于结合复制机制和覆盖机制对概率分布进行处理,得到最终分布; 步骤四:将待识别医疗问诊对话数据输入训练好的BiLSTM神经网络,根据最终分布,保留概率最高的医疗问诊对话摘要; 所述指针生成器网络结合复制机制和覆盖机制对概率分布进行处理,得到最终分布的具体步骤为: 指针生成器网络在第t时刻解码时计算生成概率,表示为: 其中,表示第t-1时刻解码器输出,、和为学习参数,为加权的输出向量,为输入状态,表示Sigmoid激活函数; 复制单词的贡献分布表示为: 其中,表示生成词的概率分布,为第i句的贡献值,为第t时刻解码器输出; 解码器过往时间步骤的注意力分布的和,得到覆盖向量,表示为: 其中,表示到第t时刻为止这些单词从注意力机制接受到的覆盖程度; 覆盖向量用于注意力机制,将输入的贡献值公式改进为: 其中,为学习参数,是学习参数,tanh表示正切双曲函数,为隐藏状态。

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理工大学,其通讯地址为:150080 黑龙江省哈尔滨市南岗区学府路52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。

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。