公开(公告)号：CN116595179A

公开(公告)日：2023-08-15

申请号：CN202310609957.5

申请日：2023-05-26

Applicant: 中南大学

Inventor： 段俊文 ,  郭怀 ,  王建新

IPC: G06F16/35 ,  G06N3/0442 ,  G06F18/2415 ,  G06N3/094

Abstract: 本发明公开了一种基于双仿射的生物医学文档结构化方法，包括获取生物医学文档数据集，并针对数据集进行数据预处理；采用预处理后的数据，通过双仿射方法构建生物医学文档分类初步模型；采用构建的初步模型，通过对抗训练完成初步模型的参数更新，构建最终的文档分类模型；采用构建的最终文档分类模型，完成生物医学文档的分类结构化处理；本发明通过双放射直接计算出每个跨度的分类分数，能够降低模型的时间开销；而且本发明的分类效率提升、分类准确度增加。

公开(公告)号：CN115293164A

公开(公告)日：2022-11-04

申请号：CN202210961613.6

申请日：2022-08-11

Applicant: 中南大学

Inventor： 段俊文 ,  郭怀 ,  王建新

IPC: G06F40/295 ,  G06F40/126 ,  G06F40/205 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于稀疏网络的生物医疗命名实体识别方法，包括获取文本数据；构建初始模型；采用所有任务的数据对初始模型进行训练，构建一个共享的稀疏子网络，为每个任务构建一个私有的稀疏子网络；进行对抗训练得到识别模型；采用识别模型对当前的文本进行识别，完成生物医疗命名实体识别。本发明提供的这种基于稀疏网络的生物医疗命名实体识别方法，通过创新的模型构建和训练过程，不仅实现了生物医疗命名实体的识别，而且本发明方法能够提高模型参数的利用效率，可靠性高、精确性好且效果较好。