【技术实现步骤摘要】
本专利技术涉及人工智能技术及医疗健康领域，具体涉及是一种疾病搜索排序方法、系统、终端及存储介质。
技术介绍
1、在医疗健康领域，随着人们生活水平的不断提升，对健康的关注度也日益增强。获取准确的疾病信息不仅有助于于医生做出更为精准的诊断，还有助于用户更好地进行自我管理，保证身体健康。
2、随着互联网技术的迅猛发展，通过搜索平台进行搜索已经成为人们获取疾病信息的一个主要途径，这种方式不仅方便快捷，更能随时随地满足用户搜索疾病信息的需求。当搜索平台根据用户输入检索的疾病搜索词，搜索用户想要的疾病内容或知识文本时，需要对搜索结果进行排序然后按照排序顺序显示给用户。
3、传统的疾病搜索排序方法，根据搜索词在搜索结果中的出现频率、位置对搜索结果进行排序。这种方式的优点在于简单直接，能够直接对与搜索词相关的搜索结果进行排序，但是排序方法过于简单、筛选维度单一，无法准确的将符合用户搜索意图的搜索结果显示在前列，导致疾病搜索排序精确度较低，无法快速满足用户对精准、专业的医疗信息的需求。
技术实现思路b>
1本文档来自技高网...
【技术保护点】
1.一种疾病搜索排序方法，其特征在于，方法包括：
2.根据权利要求1所述的疾病搜索排序方法，其特征在于，在步骤S1中，DPR模型的构建方法包括：
3.根据权利要求2所述的疾病搜索排序方法，其特征在于，定义二分类负对数损失函数作为DPR模型的损失函数。
4.根据权利要求3所述的疾病搜索排序方法，其特征在于，构建的DPR模型的训练方法包括：
5.根据权利要求4所述的疾病搜索排序方法，其特征在于，构建的DPR模型的训练方法还包括：
6.根据权利要求1所述的疾病搜索排序方法，其特征在于，步骤S3包括：
7...
【技术特征摘要】
1.一种疾病搜索排序方法，其特征在于，方法包括：
2.根据权利要求1所述的疾病搜索排序方法，其特征在于，在步骤s1中，dpr模型的构建方法包括：
3.根据权利要求2所述的疾病搜索排序方法，其特征在于，定义二分类负对数损失函数作为dpr模型的损失函数。
4.根据权利要求3所述的疾病搜索排序方法，其特征在于，构建的dpr模型的训练方法包括：
5.根据权利要求4所述的疾病搜索排序方法，其特征在于，构建的dpr模型的训练方法还包括：
6.根据权利要求1所述的疾病搜索排序方法，其特征在于，步骤s3包括：
7.一种疾病搜索排序系统，其特征在于，系统包括：
【专利技术属性】
技术研发人员：郭鹏，马杰，金剑，邓小宁，林文丛，
申请(专利权)人：北方健康医疗大数据科技有限公司，
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。