【技术实现步骤摘要】
本专利技术涉及基于人工智能及智能医疗，尤其涉及一种基于人工智能的病例分析方法、装置、设备及介质。
技术介绍
1、近年来，深度学习技术在自然语言处理领域取得了突破性的进展，为文本摘要，文本总结等方法提供了新的思路和方法。深度学习模型可以从大量标注数据中自动学习特征表示和分类规则，无需人为设计特征提取器或设定阈值参数。
2、然而，由于医学文本与自然语言文本存在较大的语义差距，以及医学文本存在许多专属词汇等等问题。因此，无法直接使用基于自然语言文本训练的语言大模型，如大型预训练语言模型(chatgpt)等等。先前的医学文本方法，都是人为标注一部分数据，然后将自然语言大模型在医学文本数据上进行微调，使其学习医学文本上的语义分布信息。这种方法在一定程度上可以缓解医学文本与自然文本的语义鸿沟，但是却很难获得较大的性能提升，即，自然语言大模型针对医学文本时的处理效果不佳，且医疗文本由于其获取难度高以及常人很难看懂等等性质，导致现有的医学文本很少有大规模的摘要和总结标注，即，使得自然语言大模型缺少训练集数据，使得自然语言大模型在医疗领域的应
【技术保护点】
1.一种基于人工智能的病例分析方法，其特征在于，包括：
2.如权利要求1所述的基于人工智能的病例分析方法，其特征在于，所述对所述病例文本数据进行预处理，得到目标文本数据的步骤，包括：
3.如权利要求2所述的基于人工智能的病例分析方法，其特征在于，所述将所述病例文本数据进行文本正则处理，得到与所述病例文本数据对应的纯文本数据的步骤，包括：
4.如权利要求2所述的基于人工智能的病例分析方法，其特征在于，所述对所述纯文本数据进行分词处理，得到字词单元集，将所述字词单元集作为所述目标文本数据的步骤，包括：
5.如权利要求1所述的...
【技术特征摘要】
1.一种基于人工智能的病例分析方法，其特征在于，包括：
2.如权利要求1所述的基于人工智能的病例分析方法，其特征在于，所述对所述病例文本数据进行预处理，得到目标文本数据的步骤，包括：
3.如权利要求2所述的基于人工智能的病例分析方法，其特征在于，所述将所述病例文本数据进行文本正则处理，得到与所述病例文本数据对应的纯文本数据的步骤，包括：
4.如权利要求2所述的基于人工智能的病例分析方法，其特征在于，所述对所述纯文本数据进行分词处理，得到字词单元集，将所述字词单元集作为所述目标文本数据的步骤，包括：
5.如权利要求1所述的基于人工智能的病例分析方法，其特征在于，所述基于所述特征向量进行注意力计算，得到与所述病例文本数据对应的语义特征向量的步骤，包括：
6.如权利要求5所述的基于人工智能的病例分析方法，其特征在于，所述根据所述目标特征向...
【专利技术属性】
技术研发人员：赵梦原，王健宗，程宁，张旭龙，
申请(专利权)人：平安创科科技北京有限公司，
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。