【技术实现步骤摘要】
本专利技术涉及医疗器械注册申报报证，特别涉及一种医疗器械注册申报报证大模型方法、装置及存储介质。
技术介绍
1、当前医疗器械在生产之前都需要提交给相关监管机构进行注册和申报，申报报证的过程中，需要根据申请的器械的类别，严格遵守不同的注册指导原则。但是这些指导原则通常篇幅非常庞大，细节非常多，对于很多人而言，在申请的过程中牢记并熟练掌握所有相关内容是非常困难的，这就需要重新去翻阅了解，甚至申报过程中可能会出错，为后续增加不必要的麻烦，既增加了医疗器械生产者的工作负担，也增加了注册申报报证的相关机构的工作负担，导致效率较低。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种医疗器械注册申报报证大模型方法、装置及存储介质，能够提高医疗器械注册申报报证的效率。
2、第一方面，本专利技术实施例提供了一种医疗器械注册申报报证方法，包括：
3、采集样本医疗器械申报数据，对所述样本医疗器械申报数据进行粗提取；
4、对粗提取后的所述样本医疗器械申报数据中的特殊文本进行预处理；
5、通过预设的信息提取模型对所述样本医疗器械申报数据进行信息提取得到训练数据，其中，所述训练数据用于指示所述信息提取模型提取到的重要信息；
6、通过所述训练数据对预设的医疗器械注册申报报证大模型进行训练，得到完成训练的所述医疗器械注册申报报证大模型；
7、获取待测医疗器械申报数据，并将所述待测医疗器械申报数据输
8、通过预设的敏感信息识别模型对所述初始申报答案进行敏感信息进行识别，并将所述敏感信息进行替换，得到目标申报答案。
9、在本专利技术的一些实施例中，所述采集样本医疗器械申报数据，对所述样本医疗器械申报数据进行粗提取包括：
10、将所述样本医疗器械申报数据进行归一化；
11、将归一化后的所述样本医疗器械申报数据中的标题确定为问题数据；
12、将归一化后的所述样本医疗器械申报数据中的标题下的文本确定为答案数据。
13、在本专利技术的一些实施例中，所述特殊文本包括特殊符号和公式，所述对粗提取后的所述样本医疗器械申报数据中的特殊文本进行预处理，包括：
14、将所述特殊符号替换为空格；
15、将所述公式替换为官方文件中的文件编号。
16、在本专利技术的一些实施例中，所述信息提取模型包括第一bert子模型、gcn子模型和transformer子模型，所述通过预设的信息提取模型对所述样本医疗器械申报数据进行信息提取得到训练数据，包括：
17、通过所述第一bert子模型对所述样本医疗器械申报数据进行结构化数据转换和特征提取，得到第一训练子数据；
18、通过所述gcn子模型获取所述第一训练子数据的图结构和依赖关系，得到第二训练子数据；
19、通过所述transformer对所述第二训练子数据进行多源相关性处理，得到所述训练数据。
20、在本专利技术的一些实施例中，在所述通过预设的信息提取模型对所述样本医疗器械申报数据进行信息提取得到训练数据之后，还包括：
21、通过预设的复杂度评估公式对所述训练数据进行文本复杂度评估，得到文本复杂度评估结果；
22、当所述文本复杂度评估结果小于预设阈值的所述样本医疗器械申报数据进行修改；
23、所述复杂度评估公式为：
24、
25、其中，frev为所述文本复杂度评估结果。
26、在本专利技术的一些实施例中，所述通过所述训练数据对预设的医疗器械注册申报报证大模型进行训练，得到完成训练的所述医疗器械注册申报报证大模型，包括：
27、设置训练参数，所述训练参数用于对所述医疗器械注册申报报证大模型进行调整；
28、确定每个所述训练参数的搜索空间和搜索方法，其中，所述搜索方法包括网格搜索、随机搜索和贝叶斯优化；
29、通过所述搜索方法在所述搜索空间中进行搜索，得到参数配置；
30、通过所述参数配置对所述医疗器械注册申报报证大模型进行训练，并通过预设的目标函数评估所述医疗器械注册申报报证大模型的性能，直到所述目标函数的指标符合预设的阈值标准，得到完成训练的所述医疗器械注册申报报证大模型。
31、在本专利技术的一些实施例中，所述敏感信息识别模型包括第二bert子模型、lstm子模型和qlearning子模型，所述通过预设的敏感信息识别模型对所述初始申报答案进行敏感信息进行识别，并将所述敏感信息进行替换，得到目标申报答案，包括：
32、通过所述第二bert子模型对所述初始申报答案进行特征提取，得到第一答案子数据；
33、通过所述lstm子模型对所述第一答案子数据进行序列处理，得到第二答案子数据；
34、通过所述qlearning子模型对所述第二答案子数据进行构建决策处理，得到所述目标申报答案。
35、第二方面，本专利技术实施例提供了一种医疗器械注册申报报证装置，包括少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如上述第一方面所述的医疗器械注册申报报证方法。
36、第三方面，本专利技术实施例提供了一种电子设备，包括有如上述第二方面所述的医疗器械注册申报报证装置。
37、第四方面，本专利技术实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如上述第一方面所述的医疗器械注册申报报证方法。
38、根据本专利技术实施例的医疗器械注册申报报证方法，至少具有如下有益效果：采集样本医疗器械申报数据，对所述样本医疗器械申报数据进行粗提取；对粗提取后的所述样本医疗器械申报数据中的特殊文本进行预处理；通过预设的信息提取模型对所述样本医疗器械申报数据进行信息提取得到训练数据，其中，所述训练数据用于指示所述信息提取模型提取到的重要信息；通过所述训练数据对预设的医疗器械注册申报报证大模型进行训练，得到完成训练的所述医疗器械注册申报报证大模型；获取待测医疗器械申报数据，并将所述待测医疗器械申报数据输入到完成训练后的所述医疗器械注册申报报证大模型，得到初始申报答案；通过预设的敏感信息识别模型对所述初始申报答案进行敏感信息进行识别，并将所述敏感信息进行替换，得到目标申报答案。通过信息提取模型增强和优化样本医疗器械申报数据，得到更优的训练数据，用于后续对医疗器械申报报证大模型进行训练，提高对医疗器械申报报证大模型的精准性。之后获取用户对于注册申报报证流程中的疑问，也就是待测医疗器械申报数据，将其输入到完成训练后的医疗注册申报报证大模型，得到高准确度的初始申报答案，并输入到敏感信息识别模型中，对初始申报答案进行进一本文档来自技高网...
【技术保护点】
1.一种医疗器械注册申报报证方法，其特征在于，包括：
2.根据权利要求1所述的医疗器械注册申报报证方法，其特征在于，所述采集样本医疗器械申报数据，对所述样本医疗器械申报数据进行粗提取包括：
3.根据权利要求1所述的医疗器械注册申报报证方法，其特征在于，所述特殊文本包括特殊符号和公式，所述对粗提取后的所述样本医疗器械申报数据中的特殊文本进行预处理，包括：
4.根据权利要求1所述的医疗器械注册申报报证方法，其特征在于，所述信息提取模型包括第一BERT子模型、GCN子模型和Transformer子模型，所述通过预设的信息提取模型对所述样本医疗器械申报数据进行信息提取得到训练数据，包括：
5.根据权利要求1所述的医疗器械注册申报报证方法，其特征在于，在所述通过预设的信息提取模型对所述样本医疗器械申报数据进行信息提取得到训练数据之后，还包括：
6.根据权利要求1所述的医疗器械注册申报报证方法，其特征在于，所述通过所述训练数据对预设的医疗器械注册申报报证大模型进行训练，得到完成训练的所述医疗器械注册申报报证大模型，包括：
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。