【技术实现步骤摘要】
结果预测模型的训练方法、结果预测方法和装置
[0001]本公开涉及一种人工智能领域,尤其涉及一种结果预测模型的训练方法、结果预测方法和装置。
技术介绍
[0002]在循证医学的时代,各种治疗方法都要得到相应的证据支持。证据往往来自于高质量的临床试验。实施临床试验耗时耗力,需要大量资源支持。设计有缺陷或者难以成功的临床试验也会占用了宝贵的病人资源,可能会使亟待实施的临床试验因招募不到足够的患者而被迫终止。新冠肺炎疫情中进行的瑞德西韦临床实验就是一个例子:因其他设计有缺陷或者难以成功的临床试验占用了不少病人资源,但该试验没有招募到足够的病人资源,而没有得到统计学上显著的结果。提出新的临床试验需要过往临床证据的支持。然而,过往的临床证据数以千万,单凭个人或团队来综合过往临床证据的能力有限。
[0003]不仅是临床试验,人们诸如健身、科学饮食等的其他行为选择,也可以借鉴前人的各种类似行为。但同样通过网络搜索或寻求专家意见等的常规方式,往往无法对其将要进行的行为做出良好预测。
[0004]因此,需要一种能够在设计阶段就 ...
【技术保护点】
【技术特征摘要】
1.一种结果预测模型的训练方法,包括:获得含有比较语义的句子作为用于训练的隐式证据E
ent
;从所述隐式证据E
ent
中获得比较内容E
dis
和比较结果r;根据所述比较内容E
dis
和所述比较结果r,训练所述结果预测模型。2.如权利要求1所述的方法,其中,获得含有比较语义的句子作为用于训练的隐式证据E
ent
包括:从自然文本中收集含有比较语义的句子作为用于训练的隐式证据E
ent
。3.如权利要求2所述的方法,其中,从包括自然文本中收集含有比较语义的句子作为用于训练的隐式证据E
ent
包括:从特定领域数据源所包含的自然文本中收集含有比较语义的句子作为用于训练该特定领域结果预测模型的隐式证据E
ent
。4.如权利要求2所述的方法,其中,从自然文本中收集含有比较语义的句子作为用于训练的隐式证据E
ent
包括:查找所述自然文本中包含预定比较模板的句子作为所述隐式证据E
ent
,从所述隐式证据E
ent
中获得比较结果r包括:从所述隐式证据E
ent
中提取前述查找所命中的比较模板,作为所述比较结果r。5.如权利要求1所述的方法,还包括:根据所述比较内容E
dis
、以及所述比较结果r,获得反序比较内容E
rev
和翻转后的比较结果Rev(r);以及根据所述反序比较内容E
rev
和所述翻转后的比较结果Rev(r),训练所述结果预测模型。6.如权利要求1所述的方法,其中,训练所述结果预测模型包括:预训练用于结果预测的序列建模模型。7.如权利要求6所述的方法,其中,预训练用于结果预测的序列建模模型包括:预训练模型参数由BioBERT初始化的Transformer编码器。8.如权利要求6所述的方法,其中,预训练用于结果预测的序列建模模型包括:预训练过程优化预测结果和实际结果之间的交叉熵。9.如权利要求1所述的方法,还包括:获得所述含有比较语义的句子所对应的文章内容,作为所述隐式证据的背景B,所述背景B也被用于训练所述结果预测模型。10.一种结果预测方法,包括:将待进行的行为数据输入如权利要求1-9中任一项所述得到的结果预测模型;以及获取所述结果预测模型预测的行为结果。11.如权利要求10所述的方法,其中,输入结果预测模型的数据包括所述特定领域的行为数据,并且获取的行为结果是目标指标升高、降低或是不变的预测结果。12.如权利要求11所述的方...
【专利技术属性】
技术研发人员:谭传奇,陈漠沙,黄非,靳琪奥,黄松芳,
申请(专利权)人:阿里巴巴集团控股有限公司,
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。