[发明专利]基于人工智能的预测分类模型获取方法及装置、存储介质有效
| 申请号： | 201910759287.9 | 申请日： | 2019-03-08 |
| 公开（公告）号： | CN110490251B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 刘续乐;杨巍;孙钟前;胡海峰 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G16H50/20;G16H50/70 |
| 代理公司： | 北京派特恩知识产权代理有限公司 11270 | 代理人： | 刘晖铭;张颖玲 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于人工智能的预测分类模型获取方法及装置、计算机可读存储介质，该方法包括：从历史病历数据中获取训练样本，训练样本表征历史患者的病历数据与其确诊病症的对应关系；训练样本中的正负样本的配置比例为预设的配置比例；获取与训练样本对应的病症的训练疾病相关文本信息；预设疾病相关文本信息表征多种疾病相关的症状描述性语言和对应的病症人群信息；调用设置的训练模型处理训练样本和训练疾病相关文本信息，得到训练结果；基于训练结果和训练样本，调整训练模型直至收敛，得到预测分类模型，预测分类模型表征病历数据与疾病分类的对应关系。 | ||
| 搜索关键词： | 基于 人工智能 预测 分类 模型 获取 方法 装置 存储 介质 | ||
【主权项】：
1.一种基于人工智能的预测分类模型获取方法，其特征在于，包括：/n从历史病历数据中获取训练样本，所述训练样本表征历史患者的病历数据与其确诊病症的对应关系；所述训练样本中的正负样本的配置比例为预设的配置比例；/n获取与所述训练样本对应的病症的训练疾病相关文本信息；所述预设疾病相关文本信息表征多种疾病相关的症状描述性语言和对应的病症人群信息；/n调用设置的训练模型处理所述训练样本和训练疾病相关文本信息，得到训练结果；/n基于所述训练结果和所述训练样本，调整所述训练模型直至收敛，得到所述预测分类模型，所述预测分类模型表征病历数据与疾病分类的对应关系。/n
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，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/201910759287.9/，转载请声明来源钻瓜专利网。
