提供了一种预测与人之间的通信相关联的文本的计算机实现的方法和计算系统。计算机实现的方法可以包括由一个或多个计算设备获得指示第一人和第二人之间的主题通信的第一数据；由一个或多个计算设备将第一数据输入到包括第一神经网络和第二神经网络的机器学习通信辅助模型中；由一个或多个计算设备生成一个或多个上下文向量作为第一神经网络的输出；由一个或多个计算设备将一个或多个上下文向量输入到第二神经网络中；以及由一个或多个计算设备接收指示与第一人的后续通信相关联的预测文本输出的数据作为机器学习通信辅助模型的输出。的输出。的输出。
【技术实现步骤摘要】
使用机器学习技术生成模板文档的计算方法和设备
[0001]本申请是申请日为2017年9月29日，申请号为201780079170.5，专利技术名称为“使用机器学习技术生成模板文档的计算方法和设备”的专利技术专利申请的分案申请。
[0002]本公开一般涉及用于预测参与者之间会见(encounter)的文档的机器学习模型。
技术介绍
[0003]会议或其他会见的参与者通常会生成记录(document)会议的记录(record)或笔记。这些记录或笔记可以包括与会议中讨论的信息有关的信息和/或与未来会议相关联的信息。例如，医生通常通过生成与医生
‑
患者会见相关联的访问笔记来记录医生与患者之间的医生
‑
患者会见。这种访问笔记可以包括：与患者的病史有关的信息、在DPE期间医生和患者之间的讨论(例如，由患者报告的健康问题或症状)、医生的发现(例如，体检结果)、医生的诊断、建议的治疗计划、治疗计划的基本原理、医生的分析、患者的护理安排、患者的医疗需求、患者的非医疗需求、后续程序或计划(例如，额外的测试或研究、后续预约、转诊到专科医生等)和/或通常与DPE或患者有关的任何其他合适的信息。
[0004]生成这种笔记会消耗大量时间和资源。此外，手动地生成的笔记(例如，打字、手写等)可能包括错误。例如，由医生生成的包含这种错误的访问笔记可能会导致可能危及患者安全的临床错误。已经引入了各种工具和技术来帮助生成这种笔记，并且提高记录笔记的准确度。这种用于访问笔记辅助的传统技术包括提供可以用于生成合适笔记的模板。进一步的技术包括将自动填充信息包括在访问笔记中。然而，这种自动填充技术可能是不准确的和/或低效的。
技术实现思路
[0005]本公开的实施例的方面和优点将部分地在以下描述中阐述，或者可以从描述中习得，或者可以通过实践实施例而习得。
[0006]本公开的一个示例方面涉及一种用于预测与参与者之间的会见相关联的文档的计算机实现的方法。所述方法包括：通过一个或多个计算设备获得参与者数据，所述参与者数据指示与主题会见的第一参与者相关联的一个或多个先前生成的访问笔记。所述方法还包括通过一个或多个计算设备将参与者数据输入到包括神经网络的机器学习笔记预测模型中。所述方法还包括通过一个或多个计算设备接收作为机器学习笔记预测模型的输出的指示预测访问笔记的数据，所述预测访问笔记包括预期将被包括在后续生成的与第一参与者相关联的访问笔记中的预测信息集合。
[0007]参与者数据可以包括指示第一参与者的一个或多个先前生成的访问笔记的数据，每个先前生成的访问笔记与第一参与者的先前会见相关联。参与者数据还包括与第一参与者和第二参与者之间的主题会见相关联的数据。与主题会见相关联的数据可以包括在生成与主题会见相关联的访问笔记之前提供给用户计算设备的数据。第一参与者可以是与主题
会见相关联的患者，而第二参与者可以是与主题会见相关联的医生，并且参与者数据包括与患者的病史相关的数据。预测信息可以包括至少部分地基于参与者数据预期将被包括在与主题会见相关联的后续生成的访问笔记中的实质信息。神经网络可以包括长短期记忆循环神经网络。所述方法还可以包括：通过一个或多个计算设备接收一个或多个上下文向量作为神经网络的输出；以及通过一个或多个计算设备将一个或多个上下文向量输入到笔记预测模型的第二神经网络中。通过一个或多个计算设备接收指示预测访问笔记的数据可以包括接收指示预测访问笔记的数据作为第二神经网络的输出。通过一个或多个计算设备接收指示预测访问笔记的数据可以包括接收一个或多个预测向量作为第二神经网络的输出，所述一个或多个预测向量描述潜在地包括在预测访问笔记中的信息。所述方法还可以包括：通过一个或多个计算设备提供一个或多个预测向量作为笔记预测模型的建议模型的输入；通过一个或多个计算设备提供指示用户输入的第一文本条目的数据作为建议模型的输入；以及通过一个或多个计算设备接收一个或多个建议文本条目作为建议模型的输出，所述一个或多个建议文本条目至少部分地基于一个或多个预测向量和指示第一文本条目的数据来确定。所述方法还可以包括：通过一个或多个计算设备基于训练数据集合训练笔记预测模型；其中，通过一个或多个计算设备训练笔记预测模型包括由一个或多个计算设备通过笔记预测模型反向传播损失函数。训练数据可以包括指示多个全局访问笔记的数据。训练数据可以包括指示多个医生特定访问笔记的数据。
[0008]本公开的其他示例方面涉及用于可以根据上述示例方面预测访问笔记的系统、装置、有形非暂时性计算机可读介质、用户界面、存储器设备和电子设备。
[0009]本公开的另一示例方面涉及一种预测与人之间的通信相关联的文本的计算机实现的方法，该方法包括：由一个或多个计算设备获得指示第一人和第二人之间的主题通信的第一数据；由一个或多个计算设备将第一数据输入到包括第一神经网络和第二神经网络的机器学习通信辅助模型中；由一个或多个计算设备生成一个或多个上下文向量作为第一神经网络的输出；由一个或多个计算设备将一个或多个上下文向量输入到第二神经网络中；以及由一个或多个计算设备接收指示与第一人的后续通信相关联的预测文本输出的数据作为机器学习通信辅助模型的输出。
[0010]本公开的再一示例方面涉及一种计算系统，包括：一个或多个处理器；和一个或多个存储器设备，所述一个或多个存储器设备存储计算机可读指令，当所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行操作，所述操作包括：获得指示第一人和第二人之间的主题通信的第一数据；将第一数据输入到包括第一神经网络和第二神经网络的机器学习通信辅助模型中；生成一个或多个上下文向量作为第一神经网络的输出；将一个或多个上下文向量输入到第二神经网络中；以及接收指示第一人的后续通信的预测文本输出的数据作为机器学习通信辅助模型的输出。
[0011]本公开的又一示例方面涉及一种预测与人之间的通信相关联的文本的计算机实现的方法，该方法包括：由一个或多个计算设备获得指示第一人和第二人之间的主题通信的第一数据；由一个或多个计算设备将第一数据输入到包括一个或多个神经网络的机器学习通信辅助模型中；由一个或多个计算设备接收一个或多个预测向量作为一个或多个神经网络中的至少一个神经网络的输出，所述一个或多个预测向量描述潜在地将被包括在预测文本输出中的信息；由所述一个或多个计算设备提供一个或多个预测向量作为对通信辅助
模型的建议模型的输入；以及由一个或多个计算设备接收指示第一人的后续通信的预测文本输出的数据作为机器学习通信辅助模型的输出。
[0012]参照以下描述和所附权利要求，将更好地理解各种实施例的这些和其他特征、方面和优点。包含在本说明书中并且构成其一部分的附图示出了本公开的实施例，并且与说明书一起用于解释相关原理。
附图说明
[0013]在说明书中参照附图针对本领域普通技术人员阐述了实施例的详细讨论，在附图中：
[0014]图1描绘了根据本公开的示例性实施例的示例系统；
[0015]图2至图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种预测与人之间的通信相关联的文本的计算机实现的方法，该方法包括：由一个或多个计算设备获得指示第一人和第二人之间的主题通信的第一数据；由一个或多个计算设备将第一数据输入到包括第一神经网络和第二神经网络的机器学习通信辅助模型中；由一个或多个计算设备生成一个或多个上下文向量作为第一神经网络的输出；由一个或多个计算设备将一个或多个上下文向量输入到第二神经网络中；以及由一个或多个计算设备接收指示与第一人的后续通信相关联的预测文本输出的数据作为机器学习通信辅助模型的输出。2.根据权利要求1所述的计算机实现的方法，还包括：由一个或多个计算设备接收一个或多个预测向量作为第二神经网络的输出，所述一个或多个预测向量描述潜在地将被包括在预测文本输出中的信息。3.根据权利要求2所述的计算机实现的方法，还包括：由一个或多个计算设备提供一个或多个预测向量作为对通信辅助模型的建议模型的输入；以及由一个或多个计算设备提供指示由用户输入的第一笔记的数据作为对建议模型的输入；其中，一组预测的信息包括至少部分地基于一个或多个预测向量和指示第一笔记的数据确定的一个或多个建议的笔记。4.根据权利要求2所述的计算机实现的方法，还包括:由一个或多个计算设备提供一个或多个预测向量作为对通信辅助模型的建议模型的输入；以及由一个或多个计算设备提供指示由用户输入的第一文本条目的数据作为对建议模型的输入；其中，一组预测的信息包括至少部分地基于一个或多个预测向量和第一文本条目确定的一个或多个建议的文本条目。5.根据权利要求4所述的计算机实现的方法，还包括：由一个或多个计算设备提供指示由用户输入的一个或多个建议的文本条目的数据；以及由一个或多个计算设备至少部分地基于第一文本条目和一个或多个选择的建议的文本条目来生成完成的文本条目。6.根据权利要求5所述的计算机实现的方法，其中，所述完成的文本条目包括新的文本条目，所述新的文本条目包括第一文本条目和选择的建议的文本条目。7.根据权利要求1所述的计算机实现的方法，其中，第一数据包括指示第一人的一个或多个先前生成的笔记的数据，每个先前生成的笔记与第一人的先前通信相关联。8.根据权利要求1所述的计算机实现的方法，其中，第一数据包括与第一人和第二人之间的主题通信相关联的数据。9.根据权利要求8所述的计算机实现的方法，其中，与主题通信相关联的数据包括在生成与主题通信相关联的笔记之前提供给用户计算设备的数据。10.如权利要求1所述的计算机实现的方法，其中，所述预测文本输出以至少部分地基
于一个或多个先前生成的笔记确定的格式提供。11.根据权利要求10所述的计算机实现的方法，其中，指示所述预测文本输出的数据包括实质信息，所述实质信息至少部分地基于第一数据而预期被包括在随后生成的与主题通信相关联的笔记中。12.根据权利要求1所述的计算机实现的方法，还包括：由一个或多个计算设备基于一组训练数据来训练通信辅助模型；其中，由一个或多个计...
【专利技术属性】
技术研发人员：M，
申请(专利权)人：谷歌有限责任公司，
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。