一种基于多语言平行语料库的医学术语提取方法及系统

    公开(公告)号:CN115062634B

    公开(公告)日:2025-02-25

    申请号:CN202210702751.2

    申请日:2022-06-21

    Applicant: 新疆大学

    Abstract: 本发明涉及一种基于多语言平行语料库的医学术语提取方法及系统,包括:对医学知识数据中的所有句子进行语义相似度计算,得到平行语料;对每一平行语料的空缺语言进行翻译后将所有类型语言的句子构建为多语言平行语料库;对各平行语料中的句子进行分词,提取医学术语并结合对应的术语类型对所有句子进行编码标注,得到每一句子的编码序列并结合对应的句子训练神经网络模型,根据训练后的神经网络识别待识别的医学文本,得到待识别的医学文本的编码序列;根据待识别的医学文本的编码序列确定所述待识别的医学文本中的医学术语和对应术语类型。通过多语言平行语料库和对应语言的医生术语训练神经网络模型,从而准确的提取更多语言类型的医学术语。

    一种基于代谢病的事理知识图谱的构建方法及系统

    公开(公告)号:CN115062162A

    公开(公告)日:2022-09-16

    申请号:CN202210702752.7

    申请日:2022-06-21

    Applicant: 新疆大学

    Abstract: 本发明涉及一种基于代谢病的事理知识图谱获取方法及系统,首先获取代谢病相关数据,识别出代谢病相关数据文本中的触发词及其对应的事件类型,然后针对每个事件触发词及事件类型构建对应的问题,将问题与上下文拼接后输入模型以抽取事件其他组成部分,获得完整事件表述,然后判断各完整事件之间的关系,最后根据所抽取的信息构建代谢病事理知识图谱。本申请上述方法充分利用临床信息构建知识图谱,构建更加完善的代谢病知识图谱,可以帮助科研工作者或医疗从业人员快捷方便的查询相关的知识,辅助临床医生做科学决策,另一方面也可以为代谢病相关的各种智能服务提供数据支撑。

    一种基于多模态知识图谱的急救知识问答方法及系统

    公开(公告)号:CN114064931B

    公开(公告)日:2025-05-16

    申请号:CN202111434019.3

    申请日:2021-11-29

    Applicant: 新疆大学

    Abstract: 本发明涉及一种基于多模态知识图谱的急救知识问答方法及系统,方法包括:基于互联网获取急救相关知识,并根据急救相关知识构建多模态急救知识图谱;获取用户输入的问句,利用实体关系联合抽取模型抽取问句中的实体和关系;根据问句中的实体定位多模态急救知识图谱中的实体,确定匹配实体;利用深度学习模型计算问句中的实体与匹配实体的所有关系的相似度;根据相似度,确定问句的答案;根据用户所选择的目标语种,将答案输入机器翻译模型,输出翻译后的答案。采用本发明的基于多模态知识图谱的急救知识问答方法及系统,可以在线上进行急救知识学习,提高了社会公民学习的便利性以及急救效果,并且可以进行多语种翻译,提高了急救效率。

    一种基于代谢病的事理知识图谱的构建方法及系统

    公开(公告)号:CN115062162B

    公开(公告)日:2025-03-25

    申请号:CN202210702752.7

    申请日:2022-06-21

    Applicant: 新疆大学

    Abstract: 本发明涉及一种基于代谢病的事理知识图谱获取方法及系统,首先获取代谢病相关数据,识别出代谢病相关数据文本中的触发词及其对应的事件类型,然后针对每个事件触发词及事件类型构建对应的问题,将问题与上下文拼接后输入模型以抽取事件其他组成部分,获得完整事件表述,然后判断各完整事件之间的关系,最后根据所抽取的信息构建代谢病事理知识图谱。本申请上述方法充分利用临床信息构建知识图谱,构建更加完善的代谢病知识图谱,可以帮助科研工作者或医疗从业人员快捷方便的查询相关的知识,辅助临床医生做科学决策,另一方面也可以为代谢病相关的各种智能服务提供数据支撑。

    一种基于多语言平行语料库的医学术语提取方法及系统

    公开(公告)号:CN115062634A

    公开(公告)日:2022-09-16

    申请号:CN202210702751.2

    申请日:2022-06-21

    Applicant: 新疆大学

    Abstract: 本发明涉及一种基于多语言平行语料库的医学术语提取方法及系统,包括:对医学知识数据中的所有句子进行语义相似度计算,得到平行语料;对每一平行语料的空缺语言进行翻译后将所有类型语言的句子构建为多语言平行语料库;对各平行语料中的句子进行分词,提取医学术语并结合对应的术语类型对所有句子进行编码标注,得到每一句子的编码序列并结合对应的句子训练神经网络模型,根据训练后的神经网络识别待识别的医学文本,得到待识别的医学文本的编码序列;根据待识别的医学文本的编码序列确定所述待识别的医学文本中的医学术语和对应术语类型。通过多语言平行语料库和对应语言的医生术语训练神经网络模型,从而准确的提取更多语言类型的医学术语。

    一种基于多模态知识图谱的急救知识问答方法及系统

    公开(公告)号:CN114064931A

    公开(公告)日:2022-02-18

    申请号:CN202111434019.3

    申请日:2021-11-29

    Applicant: 新疆大学

    Abstract: 本发明涉及一种基于多模态知识图谱的急救知识问答方法及系统,方法包括:基于互联网获取急救相关知识,并根据急救相关知识构建多模态急救知识图谱;获取用户输入的问句,利用实体关系联合抽取模型抽取问句中的实体和关系;根据问句中的实体定位多模态急救知识图谱中的实体,确定匹配实体;利用深度学习模型计算问句中的实体与匹配实体的所有关系的相似度;根据相似度,确定问句的答案;根据用户所选择的目标语种,将答案输入机器翻译模型,输出翻译后的答案。采用本发明的基于多模态知识图谱的急救知识问答方法及系统,可以在线上进行急救知识学习,提高了社会公民学习的便利性以及急救效果,并且可以进行多语种翻译,提高了急救效率。

    一种院前急救方法、装置及系统
    10.
    发明公开

    公开(公告)号:CN110942818A

    公开(公告)日:2020-03-31

    申请号:CN201911252117.8

    申请日:2019-12-09

    Applicant: 新疆大学

    Abstract: 本发明公开了一种院前急救方法、装置及系统,涉及急救管理技术领域,结合信息技术优化传统院前急救模式,提高院前急救出诊的及时性,实现急救资源利用合理配置,有助于提高院前急救的质量,本发明的主要技术方案为:接收用户触发的急救请求操作指令;定位所述用户的位置信息;根据所述位置信息,向距离所述位置信息第一预设范围内的至少一个急救服务站点发送急救遇险请求;当检测到存在有急救服务站点应答所述急救遇险请求时,锁定所述急救服务站点,作为目标急救服务站点;建立所述用户与所述目标急救服务站点之间的通信,并监控所述目标急救服务站点提供的院前急救服务。本发明应用于提供院前急救服务。

Patent Agency Ranking