[发明专利]基于深度学习的医学文献中关键句筛选方法及装置在审
| 申请号： | 201811188041.2 | 申请日： | 2018-10-12 |
| 公开（公告）号： | CN109472021A | 公开（公告）日： | 2019-03-15 |
| 发明（设计）人： | 王则远;周旻;赵荣生;宋再伟 | 申请（专利权）人： | 北京诺道认知医学科技有限公司;北京大学第三医院 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;李相雨 |
| 地址： | 100080 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开一种基于深度学习的医学文献中关键句筛选方法及装置，能提高医学文献中关键句筛选的准确度。方法包括：S1、对待处理的医学文献进行分句，对分句进行分词，通过按照分词在所述待处理的医学文献中出现的顺序对分词进行标识编码，生成分句的词向量；S2、将所述分句的词向量输入预先训练好的基于深度学习的卷积神经网络模型中，得到所述待处理的医学文献中的关键句。 | ||
| 搜索关键词： | 分句 医学 分词 词向量 筛选 卷积神经网络 标识编码 准确度 学习 | ||
【主权项】：
1.一种基于深度学习的医学文献中关键句筛选方法，其特征在于，包括：S1、对待处理的医学文献进行分句，对分句进行分词，通过按照分词在所述待处理的医学文献中出现的顺序对分词进行标识编码，生成分句的词向量；S2、将所述分句的词向量输入预先训练好的基于深度学习的卷积神经网络模型中，得到所述待处理的医学文献中的关键句。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京诺道认知医学科技有限公司;北京大学第三医院，未经北京诺道认知医学科技有限公司;北京大学第三医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811188041.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种特征对齐中文分词方法
- 下一篇：基于机器学习的新词识别方法及终端设备
