基于深度学习的医学文献中关键句筛选方法及装置

发明专利有效专利

申请号：
CN201811188041.2
IPC分类号：G06F17/27
申请日期：
2018-10-12
申请人：
北京诺道认知医学科技有限公司;北京大学第三医院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的医学文献中关键句筛选方法及装置
申请号	CN201811188041.2	申请日期	2018-10-12
法律状态	实质审查	申报国家	中国
公开/公告日	2019-03-15	公开/公告号	CN109472021A
优先权	暂无	优先权号	暂无
主分类号	G06F17/27 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/20 处理自然语言数据的（语言分析或综合入G10L）〔6〕 G06F17/27 自动分析的，例如语法分析、正射校正的〔6〕	IPC分类号	G;0;6;F;1;7;/;2;7查看分类表>
申请人	北京诺道认知医学科技有限公司;北京大学第三医院	申请人地址	北京市海淀区北四环西路9号18层1812号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京诺道认知医学科技有限公司,北京大学第三医院	当前权利人	北京诺道认知医学科技有限公司,北京大学第三医院
发明人	王则远;周旻;赵荣生;宋再伟
代理机构	北京路浩知识产权代理有限公司	代理人	王莹;李相雨

摘要

本发明实施例公开一种基于深度学习的医学文献中关键句筛选方法及装置，能提高医学文献中关键句筛选的准确度。方法包括：S1、对待处理的医学文献进行分句，对分句进行分词，通过按照分词在所述待处理的医学文献中出现的顺序对分词进行标识编码，生成分句的词向量；S2、将所述分句的词向量输入预先训练好的基于深度学习的卷积神经网络模型中，得到所述待处理的医学文献中的关键句。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

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