首页/ 北京易康医疗科技有限公司/ 专利详情

一种临床实体映射的数据增强方法、装置及设备

基本信息

申请号 CN202111538575.5 申请日 -
公开（公告）号 CN114398894A 公开（公告）日 2022-04-26
申请公布号 CN114398894A 申请公布日 2022-04-26
分类号 G06F40/295;G06F40/194;G06F40/30;G06K9/62;G16H10/20;G16H50/70 分类 计算；推算；计数;
发明人 周昌伟;陈良军;赖伟 申请（专利权）人 北京易康医疗科技有限公司
代理机构 北京开阳星知识产权代理有限公司 代理人 王艳斌
地址 100025 北京市朝阳区八里庄西里100号9层西区906
法律状态 -

摘要

摘要 本公开涉及一种临床实体映射的数据增强方法、装置及设备，包括：获取临床实体词语集合和人工标注语料库；对人工标注语料库进行采样；根据字索引模型和词索引模型，生成与采样结果中的原始实体词语对应的第一实体词语列表；计算原始实体词语与第一实体词语列表中各词语之间的第一语义关系权重得分；根据该权重得分从第一实体词语列表中选取语义相似最高的前多个词语，并与原始实体词语得到第二训练集；从第二训练集中选取第一类负样本；从临床实体词语集合中选取第二类负样本；从人工标注语料库的第一内部标准实体词语中选取正样本，得到数据增强的训练数据集。本公开能够有效降低人工标注数据的需求量，提升模型训练数据的数量和质量。