-
公开(公告)号：CN119649944A
公开(公告)日：2025-03-18
申请号：CN202411672345.1
申请日：2024-11-21
Applicant: 哈尔滨工业大学
Abstract: 一种任务描述增强的分子表征学习系统，本发明属于计算机领域人工智能中分子表征学习领域，具体涉及任务描述增强的分子表征学习系统。本发明为解决现有技术中通用分子表征难以捕获任务特异性特征、在标注数据稀缺场景下泛化性能不足，导致分子表征学习准确性低以及可解释性较差的问题。系统包括：基于任务描述的多回归任务数据集构建模块、双塔模型构建模块、双塔模型训练模块、预测模块；基于任务描述的多回归任务数据集构建模块用于构建基于任务描述的多回归任务数据集；双塔模型构建模块用于构建双塔模型；双塔模型训练模块用于获取训练好的双塔模型；预测模块用于将待测分子输入训练好的双塔模型，训练好的双塔模型输出任务相关分子表征。
-
公开(公告)号：CN115545018B
公开(公告)日：2023-07-28
申请号：CN202211263174.8
申请日：2022-10-14
IPC: G06F40/279
Abstract: 一种多模态多粒度实体识别系统及实体识别方法，本发明涉及实体识别系统及实体识别方法。本发明的目的是为了解决当前多模态实体抽取模型中缺少对细粒度图文匹配的建模，导致部分实体识别错误，实体识别准确率低的问题。系统包括：训练集获取模块用于获取训练集；实体识别模型构建模块用于构建实体识别模型；实体识别模型包括多模态多粒度实体识别模型、VGTR模型和CLIP模型；实体识别模型训练模块用于得到训练好的实体识别模型；预测模块用于将待测的匹配图片和文本输入训练好的实体识别模型中的多模态多粒度实体识别模型中，输出标注序列，获得待测的匹配图片和文本中的实体。本发明用于新闻、医疗、军事、农业实体识别领域。
-
公开(公告)号：CN119577113A
公开(公告)日：2025-03-07
申请号：CN202411653554.1
申请日：2024-11-19
Applicant: 哈尔滨工业大学
IPC: G06F16/334 , G06F16/335 , G06F16/338 , G06N20/00
Abstract: 一种基于医学文献信息的医学知识显式归因系统，本发明属于计算机领域人工智能中自然语言处理领域，涉及基于医学文献信息的医学知识显式归因系统。本发明的目的是为了解决现有医学信息和知识的多样性和复杂性使得医学归因和诊断中常存在信息不确定性，导致医学知识在实际应用中缺乏可靠性验证的问题。系统包括：查询文本模块、查询向量模块、文档向量模块、语义相似度模块、文献集合筛选模块、基本原理获取模块、待验证医学知识判断模块和结果输出模块；所述基本原理获取模块用于获取基本原理；所述待验证医学知识判断模块用于判断待验证医学知识的真假；所述结果输出模块用于输出待验证医学知识判断模块的结果和基本原理获取模块的结果。
-
公开(公告)号：CN119493848A
公开(公告)日：2025-02-21
申请号：CN202411647399.2
申请日：2024-11-18
Applicant: 哈尔滨工业大学
IPC: G06F16/3329 , G06F16/334 , G16H70/00 , G06N3/084 , G06N3/09 , G06N5/022 , G06N5/04
Abstract: 一种基于大语言模型的医学问答系统，本发明属于计算机领域人工智能中大语言模型领域，具体涉及基于大语言模型的医学问答系统。本发明的目的是为了解决通用大语言模型在医学领域上回答准确性低，解决医学问题能力差的问题。系统包括：大语言基座模块用于选取一个通用领域的开源大语言模型作为基座模型；知识实例采样模块用于从知识图谱中采样知识实例；问答数据生成模块用于使用大语言基座模型根据知识实例生成问答数据；大语言基座模型微调模块用于使用生成的问答数据对大语言基座模型进行微调，获得微调好的大语言基座模型；回复生成模块用于基于微调好的大语言基座模型对待处理医学知识问题进行回答。
-
Patent Agency Ranking
公开(公告)号：CN119493847A
公开(公告)日：2025-02-21
申请号：CN202411647397.3
申请日：2024-11-18
Applicant: 哈尔滨工业大学
IPC: G06F16/3329 , G06F16/334 , G06F40/151
Abstract: 基于大语言模型的基因报告解读系统，本发明涉及基因报告解读系统，属于计算机技术领域。本发明的目的是为了解决现有基于大语言模型的基因报告解读方法在解读过程中可能出现的信息不准确性、相关性不足或信息虚构等问题。系统包括：用户界面初始化模块用于将用户界面设置为消息输入框、文件上传选项、清除对话选项、界面显示风格选项；大语言模型初始化模块用于选取通用的开源大语言模型；基因检测报告处理模块用于解析用户上传的PDF文件的内容，得到字符串；对字符串提出提问，对提问进行标准化处理，得到标准化处理后的提问；问题回复模块用于对标准化处理后的提问进行回复；界面显示模块用于对回复进行处理获得背景信息，呈现在用户界面上。
-
公开(公告)号：CN118568221A
公开(公告)日：2024-08-30
申请号：CN202410639259.4
申请日：2024-05-22
Applicant: 哈尔滨工业大学
IPC: G06F16/332 , G06F16/36 , G06F18/214 , G16H50/70
Abstract: 基于大语言模型的医学知识问答系统构建方法及系统，本发明涉及计算机技术领域，特别是医学知识问答系统构建方法及系统。本发明的目的是为了解决现有针对医学的大语言模型生成的医学回答准确性低、可靠性差的问题。过程为：构建医学实体抽取模型的训练集；构建医学实体抽取模型；获得训练好的医学实体抽取模型；构建医学实体属性抽取模型的训练集；构建医学实体属性抽取模型；获得训练好的医学实体属性抽取模型；构建医学回答生成模型的训练集；构建医学回答生成模型；获得训练好的医学回答生成模型；基于训练好的医学实体抽取模型、训练好的医学实体属性抽取模型、训练好的医学回答生成模型，对待测医学问题进行处理，输出医学回答。
-
公开(公告)号：CN115545018A
公开(公告)日：2022-12-30
申请号：CN202211263174.8
申请日：2022-10-14
IPC: G06F40/279
Abstract: 一种多模态多粒度实体识别系统及实体识别方法，本发明涉及实体识别系统及实体识别方法。本发明的目的是为了解决当前多模态实体抽取模型中缺少对细粒度图文匹配的建模，导致部分实体识别错误，实体识别准确率低的问题。系统包括：训练集获取模块用于获取训练集；实体识别模型构建模块用于构建实体识别模型；实体识别模型包括多模态多粒度实体识别模型、VGTR模型和CLIP模型；实体识别模型训练模块用于得到训练好的实体识别模型；预测模块用于将待测的匹配图片和文本输入训练好的实体识别模型中的多模态多粒度实体识别模型中，输出标注序列，获得待测的匹配图片和文本中的实体。本发明用于新闻、医疗、军事、农业实体识别领域。
-
公开(公告)号：CN119649979A
公开(公告)日：2025-03-18
申请号：CN202411672341.3
申请日：2024-11-21
Applicant: 哈尔滨工业大学
IPC: G16H15/00 , G06N5/04 , G06F18/214
Abstract: 基于分段提取推理学习的PET报告生成系统，本发明涉及医学影像分析和自然语言处理领域。本发明的目的是为了解决现有技术中语言模型难以高效生成高质量报告的问题。基于分段提取推理学习的PET报告生成系统包括：训练数据集获取模块、模型获取模块、待测PET报告生成模块；训练数据集获取模块用于获取PET报告，基于PET报告构建SERI训练数据集；SERI为分段提取推理；模型获取模块用于基于SERI训练数据集对模型进行训练，获得训练好的模型；待测PET报告生成模块用于将待测PET报告输入训练好的模型，训练好的模型输出PET报告的提取信息和推理结论；所述PET为正电子发射断层扫描。
-
公开(公告)号：CN119361126A
公开(公告)日：2025-01-24
申请号：CN202411492394.7
申请日：2024-10-24
Applicant: 哈尔滨工业大学
Abstract: 一种利用病历信息进行肝胆胰疾病智能化辅助诊疗的病历智能体系统，本发明涉及病历智能体系统，属于医学信息处理领域。本发明的目的是为了解决现有技术系统对病历信息挖掘不够充分，没有利用好各个类型的数据，以及整体推理过程的不可见使得系统可解释性差的问题。系统包括：数据处理模块、数值类型肝胆胰疾病分类模块、自然语言类型肝胆胰疾病分类模块、影像检查数据类型肝胆胰疾病分类模块、整合模块、证据判断模块；数值类型肝胆胰疾病分类模块用于获取数值类型肝胆胰疾病分类结果；自然语言类型肝胆胰疾病分类模块用于获取自然语言类型肝胆胰疾病分类结果；影像检查数据类型肝胆胰疾病分类模块用于获取影像检查类型肝胆胰疾病分类结果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
