基于深度预训练神经网络的中文医疗同义词聚类方法
基本信息
| 申请号 | CN202110301422.2 | 申请日 | - |
| 公开（公告）号 | CN113111180A | 公开（公告）日 | 2021-07-13 |
| 申请公布号 | CN113111180A | 申请公布日 | 2021-07-13 |
| 分类号 | G06F16/35（2019.01）I;G06F40/247（2020.01）I;G16H50/70（2018.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王贵宣;曾令泽;王翔;谢钟乐;姚畅 | 申请（专利权）人 | 杭州祺鲸科技有限公司 |
| 代理机构 | 杭州求是专利事务所有限公司 | 代理人 | 林超 |
| 地址 | 311215浙江省杭州市萧山区宁围街道利一路188号天人大厦 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度预训练神经网络的中文医疗同义词聚类方法。1）将公开的中文医疗数据集中的同义词进行分类后构建得到同义词簇集C；2）基于步骤1）构建的同义词簇集C生成模型训练数据集：3）构建set‑instance神经网络模型；4）训练set‑instance神经网络模型；5）使用训练好的神经网络模型对候选词集进行聚类，生成候选同义词簇集。6）使用训练好的神经网络模型对候选同义词簇集进行合并，生成最终的同义词簇集。本发明将先验知识通过预训练模型的形式引入到set‑instance神经网络模型中，解决了词汇缺乏上下文语境的问题；此外，本发明可以利用训练好的神经网络模型对候选词进行聚类操作。 |
