基于预训练语言模型的疫情病例信息抽取框架构建方法
公开
摘要
本发明提出基于预训练语言模型的疫情病例信息抽取框架构建方法，集成了命名实体识别网络和蕴含式类别预测网络的疫情病例信息抽取框架，本发明设计了一种感染病例的数据标注规则，提出一种基于预训练语言模型的信息抽取框架自动提取病例中的核心要素，其中，命名实体识别网络能准确地识别病例文本中的命名实体，定位病例传播路径的关键信息，蕴含式病例类别预测网络能够高效预测蕴含式类别，判断病例传播途径的主要形式，框架实现了病例文本的结构化表示，以进一步辅助疾病防控专家制定新型冠状病毒传播的干预措施。
基本信息
专利标题 ：
基于预训练语言模型的疫情病例信息抽取框架构建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114582448A
申请号 ：
CN202210010887.7
公开（公告）日 ：
2022-06-03
申请日 ：
2022-01-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙媛媛王治政王卓越
申请人 ：
大连理工大学
申请人地址 ：
辽宁省大连市甘井子区凌工路2号
代理机构 ：
大连星河彩舟专利代理事务所(普通合伙)
代理人 ：
陈玲玉
优先权 ：
CN202210010887.7
主分类号 ：
G16H10/60
IPC分类号 ：
G16H10/60 G16H50/70 G06F16/35 G06F40/295 G06F40/30 G06N3/04 G06N3/08 G06N7/00
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16H
医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术
G16H10/00
专门用于加工或处理患者相关医疗或保健数据的ICT
G16H10/60
患者特定数据，例如电子病历记录
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
