【技术实现步骤摘要】
信息生成方法及装置
[0001]本公开涉及数据处理
,具体涉及到一种信息生成方法及装置。
技术介绍
[0002]多个治疗干预技术文本可以组成一个治疗干预线文本,相关技术中,依据历史治疗干预技术文本内容,无法快速预测下一阶段的治疗干预技术文本,从而信息生成效率低。
技术实现思路
[0003]本公开的主要目的在于提供一种信息生成方法及装置,以提高信息生成效率。
[0004]为了实现上述目的,根据本公开的第一方面,提供了一种信息生成方法,包括:将目标用户的至少一个治疗干预技术文本按照时间先后排序,得到治疗干预技术文本序列L[C1,C2,C3......C
n
];将所述治疗干预技术文本序列L[C1,C2,C3......C
n
]输入至预先训练的循环神经网络进行预测,输出所述序列中最后一个元素C
n
的下一个治疗干预技术文本C
n+1
;将治疗干预技术文本序列L[C1,C2,C3......C
n
,C
n+1
]输入至所述预先训练的循环神经网络中,输出治疗干预技术文本C
n+2
;将每一次得到的治疗干预技术文本序列输入至所述预先训练的循环神经网络进行预测,循环执行预设次数m次后,得到治疗干预技术文本组成的序列L[C1,C2,C3......C
n
,C
n+1
,......C
n+m
]。
[0005]可选地,方法还包括:在 ...
【技术保护点】
【技术特征摘要】
1.一种信息生成方法,其特征在于,包括:将目标用户的至少一个治疗干预技术文本按照时间先后排序,得到治疗干预技术文本序列L[C1,C2,C3......C
n
];将所述治疗干预技术文本序列L[C1,C2,C3......C
n
]输入至预先训练的循环神经网络进行预测,输出所述序列中最后一个元素C
n
的下一个治疗干预技术文本C
n+1
;将治疗干预技术文本序列L[C1,C2,C3......C
n
,C
n+1
]输入至所述预先训练的循环神经网络中,输出治疗干预技术文本C
n+2
;将每一次得到的治疗干预技术文本序列输入至所述预先训练的循环神经网络进行预测,循环执行预设次数m次后,得到治疗干预技术文本组成的序列L[C1,C2,C3......C
n
,C
n+1
,......C
n+m
]。2.根据权利要求1所述的信息生成方法,其特征在于,所述方法还包括:在每一次预测得到治疗干预技术文本后,确定与其相似的相似治疗干预技术文本,其中,将所述相似治疗干预技术文本作为备选治疗干预技术文本。3.根据权利要求1所述的信息生成方法,其特征在于,所述预先训练的循环神经网络的训练过程包括:对每一个预设治疗干预技术文本进行独热编码,得到每一个预设治疗干预技术文本对应的独热向量;基于所述预设治疗干预技术文本对应的独热向量,确定每一个预设治疗干预线文本的序列;将所有的预设治疗干预线文本的序列,输入至预建立的双向循环神经网络中,并且以序列中的最后一个独热向量为实际值,使用交叉熵损失函数计算误差,完成所述网络的参数学习,得到训练完成的网络模型。4.根据权利要求2所述的信息生成方法,其特征在于,所述在每一次预测得到治疗干预技术文本后,确定与其相似的相似治疗干预技术文本;基于预测得到治疗干预技术文本,在语义向量词典中确定与其对应的目标语义向量;确定与所述目标语义向量相似的相似语义向量,以将所述相似语义向量对应的治疗干预技术文本作为相似治疗干预技术文本。5.根据权利要求4所述的信息生成方法,其特征在于,所述方法还包括建立语义向量词典,包括:将预设治疗干预技术的描述文本、所述预设治疗干预技术的成效描述文本作为分类网络的输入;将预设治疗干预技术的描述文本标定为正性类别标签、将所述预设治疗干预技术的成效描述文本标定为负性类别标签;基于所述分类网络的输入、标定的所述正性类别标签、标定的所述负性类别标签,对所述分类网络进行训练;获取训...
【专利技术属性】
技术研发人员:徐涛,
申请(专利权)人:浙江连信科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。