公开(公告)号：CN120031123A

公开(公告)日：2025-05-23

申请号：CN202411859790.9

申请日：2024-12-17

Applicant: 中国科学院自动化研究所

Inventor： 赵云龙 ,  吴浩然 ,  乔子凌 ,  徐波

IPC: G06N5/04 ,  G06F40/30

Abstract: 本发明提供一种提示词压缩方法、装置、电子设备、存储介质和程序产品，涉及人工智能技术领域，所述方法包括：基于查询文档中标记token之间的自注意力，构建最大生成树；最大生成树是自注意力总和最大的生成树；基于社区检测算法对最大生成树进行语义分割，得到多个语义单元；每个语义单元包括多个token；根据每个语义单元的重要性得分，对多个语义单元进行过滤；每个语义单元的重要性得分是每个语义单元中所有token的重要性得分的平均值；将过滤后的语义单元中的token按照原始顺序进行组合，得到压缩后的提示词。本发明实现压缩后的提示词能够保持重要的语义信息。

公开(公告)号：CN118486447A

公开(公告)日：2024-08-13

申请号：CN202410541444.X

申请日：2024-04-30

Applicant: 中国科学院自动化研究所

Inventor： 陈炜 ,  吴浩然 ,  徐波

IPC: G16H50/20 ,  G16H40/67 ,  G06N5/04 ,  G06N3/0455 ,  G06N3/098

Abstract: 本发明属于智能医疗技术领域，通过提出以术语抽取模型、术语预测模型和对话模型结合的方式，构建基于术语建模的医疗领域任务型对话系统，然后基于任务型对话系统得到掩码预测模型的输入信息，输入信息包括症状、疾病和症状或疾病的判断结果。基于输入信息结合掩码预测模型，将症状和疾病引入掩码预测模型，统一为一个掩码标记预测任务，效地促进了症状问询和疾病预测两类术语推理任务的联合学习，从疾病状态和标记预测两个角度共同诊断疾病，以进一步提高诊断的准确性并提高了医疗对话诊断的准确性。