【技术实现步骤摘要】
本专利技术涉及大语言模型，特别是涉及一种基于调参更新电子病历问答模型的系统。
技术介绍
1、随着医疗业务量的不断增长以及人工智能技术的不断发展，病历电子化已成为趋势，基于病历文档设计出的医疗领域的相关模型也越来越多，模型的性能决定着数据处理结果的可靠性，随着大语言模型在自然语言处理中的广泛应用，如何提高其在实际部署中的推理速度成为一个非常关键的问题，因此，基于电子病历问答模型进行参数的调整成为热门研究方向。
2、目前，现有技术中，更新电子病历问答模型的方法为：基于正则表达式进行规则匹配，基于传统机器学习模型进行训练推理获取到电子病历问答模型，采用批量推理的方法对电子病历问答模型的参数进行参数调整。
3、综上所述更新电子病历问答模型的方法存在的问题：未基于数据量的大小对模型参数进行调整，降低了模型的适配度，当数据量过大时会造成模型训练的时间增加和资源的浪费问题，同时在进行模型参数调整过程中使模型的推理能力和响应能力降低，使得电子病历问答模型输出结果的准确性降低。
技术实现思路
1、本专利技术提供了一种基于调参更新电子病历问答模型的系统，包括：一种基于调参更新电子病历问答模型的系统，所述系统包括样本电子病历信息集、处理器和存储有计算机程序的存储器，其中，所述样本电子病历信息集包括若干个样本电子病历信息，所述样本电子病历信息为从数据库中获取到的病历中对应的异常状态特征信息，当所述计算机程序被处理器执行时，实现以下步骤：
2、s100，根据样本电子病例信
3、s200，当初始电子病历问答模型对应的训练集的数据量大于预设的数据量阈值时，获取初始电子病历问答模型对应的候选参数列表ω＝{ω1，……，ωc，……，ωw}，ωc为第c个候选参数，c＝1……w，w为候选参数的数量，其中，ωc＝2c，w＝6。
4、s300，根据ω，获取ω对应的第一中间优先级列表tω＝{tω1，……，tωc，……，tωw}，tωc为ωc对应的第一中间优先级。
5、s400，当第一预设文本为第一类第一预设文本时，基于预设权重类型获取ω对应的第二中间优先级集eω＝{eω1，……，eωc，……，eωw}，eωc＝{eωc1……，eωcμ，……，eωcτ}，eωcμ为ωc对应的第二中间优先级列表中的第μ个第二中间优先级，μ＝1……τ，τ为预设权重类型的数量。
6、s500，当第一预设文本为第二类第一预设文本时，基于预设权重类型获取ω对应的第三中间优先级集lω＝{lω1，……，lωc，……，lωw}，lωc＝{lωc1……，lωcμ，……，lωcτ}，lωcμ为ωc对应的第三中间优先级列表中的第μ个第三中间优先级。
7、s600，根据tω、eω和lω，获取ω对应的最终优先级列表fω＝{fω1，……，fωc，……，fωw}，其中，fωc符合如下条件：
8、
9、s700，根据fω，调整ωc为初始电子病历问答模型的目标参数以实现对初始电子病历问答模型的更新，其中，fωc为fω中最大的最终优先级。
10、本专利技术为一种基于调参更新电子病历问答模型的系统，系统包括样本电子病历信息集、处理器和存储有计算机程序的存储器，其中，所述样本电子病历信息集包括若干个样本电子病历信息，所述样本电子病历信息为从数据库中获取到的病历中对应的异常状态特征信息，当计算机程序被处理器执行时，实现以下步骤：根据样本电子病历文本信息集，获取初始电子病历问答模型，当初始电子病历问答模型对应的训练集的数据量大于预设的数据量阈值时，获取初始电子病历问答模型对应的候选参数列表，根据候选参数列表，获取第一中间优先级列表，当第一预设文本为第一类第一预设文本时，基于预设权重类型获取ω对应的第二中间优先级集，当第一预设文本为第二类第一预设文本时，基于预设权重类型获取ω对应的第三中间优先级集，根据第一中间优先级集、第二中间优先级集和第三中间优先级集，获取最终优先级列表，根据最终优先级列表，获取初始电子病历问答模型的目标参数以实现对初始电子病历问答模型的更新，本专利技术基于数据量的大小对模型参数进行调整，提高了模型的适配度，当数据量过大时，能够节约模型训练的时间，不易造成资源的浪费，同时，在进行模型参数调整过程中使模型的推理能力和响应能力保持不变，使得电子病历问答模型输出结果的准确度较高。
本文档来自技高网...【技术保护点】
1.一种基于调参更新电子病历问答模型的系统，所述系统包括样本电子病历信息集、第一预设文本集、处理器和存储有计算机程序的存储器，其中，所述样本电子病历信息集包括若干个样本电子病历信息，所述样本电子病历信息为从数据库中获取到的病历中对应的异常状态特征信息，当所述计算机程序被处理器执行时，实现以下步骤：
2.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，在S100中通过如下步骤获取初始电子病历问答模型：
3.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，所述候选参数为降低初始电子病历问答模型中训练集的训练时间而设置的矩阵对应的秩。
4.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，预设的数据量阈值的取值范围为100GB～1TB。
5.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，所述第一中间优先级为初始电子病历问答模型运行过程中GPU的占有率。
6.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，所述第一类第一预设文本为
7.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，所述第二中间优先级为基于候选参数和第一类第一预设文本在不同预设权重类型下获取到的初始电子病历问答模型对应的分数值。
8.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，所述第二类第一预设文本为第一预设文本中包括多个问题且每个问题之间有关联的问题文本。
9.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，述第三中间优先级为基于候选参数和第二类第一预设文本在不同预设权重类型下获取到的初始电子病历问答模型对应的分数值。
...【技术特征摘要】
1.一种基于调参更新电子病历问答模型的系统，所述系统包括样本电子病历信息集、第一预设文本集、处理器和存储有计算机程序的存储器，其中，所述样本电子病历信息集包括若干个样本电子病历信息，所述样本电子病历信息为从数据库中获取到的病历中对应的异常状态特征信息，当所述计算机程序被处理器执行时，实现以下步骤：
2.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，在s100中通过如下步骤获取初始电子病历问答模型：
3.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，所述候选参数为降低初始电子病历问答模型中训练集的训练时间而设置的矩阵对应的秩。
4.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其特征在于，预设的数据量阈值的取值范围为100gb～1tb。
5.根据权利要求1所述的基于调参更新电子病历问答模型的系统，其...
【专利技术属性】
技术研发人员：刘立宇，初乃强，赵瑞莹，
申请(专利权)人：生命奇点北京科技有限公司，
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。