首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于深度学习的中文电子病历概念抽取方法

发明专利有效专利
  • 申请号:
    CN201610835901.1
  • IPC分类号:G06F40/253G16H10/60G06N3/08
  • 申请日期:
    2016-09-20
  • 申请人:
    北京工业大学
著录项信息
专利名称一种基于深度学习的中文电子病历概念抽取方法
申请号CN201610835901.1申请日期2016-09-20
法律状态暂无申报国家中国
公开/公告日2017-03-08公开/公告号CN106484674A
优先权暂无优先权号暂无
主分类号G06F40/253IPC分类号G06F40/253;G16H10/60;G06N3/08查看分类表>
申请人北京工业大学申请人地址
广东省广州市黄埔区科丰路85号8*** 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人芽米科技(广州)有限公司当前权利人芽米科技(广州)有限公司
发明人赵申荷;李建强;张苓琳;莫豪文;闫蕾;林玉凤;刘畅
代理机构北京思海天达知识产权代理有限公司代理人张慧
摘要
本发明公开一种基于深度学习的中文电子病历概念抽取方法,包括:利用多层稀疏自动编码器的深层架构训练出目标词的上下文分布式特征,之后合并本身具有高级概念意义的实体特征——标记特征和词性特征为整体特征,将整体特征输入到深度信念网络中进行模型训练。比对样本的标记特征进行残差计算,通过有监督地微调,对整个深层架构的性能进行优化调整。本发明的方法充分利用了深度学习对特征进行深层优化的特点,同时加入了实体特征作为先验知识,在减少了对于人工特征依赖的同时,可提高分类和预测的准确性。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供