摘要
本发明提供了用于医学术语归一化的大语言模型训练方法及训练装置。该训练方法包括获取标准医学术语;使用所述大语言模型针对第一标准医学术语确定与第一标准医学术语相似的一个或多个相似术语表示;获取对所确定的一个或多个相似术语表示的准确性标识;响应于一个或多个相似术语表示中的第一相似术语表示的准确性满足预定条件,基于第一标准医学术语和准确性满足预定条件的第一相似术语表示更新与大语言模型相关联的标准术语库,其中标准术语库指示标准医学术语和与该标准医学术语相似的医学术语之间的对应关系;以及响应于第一相似术语表示的准确性不满足预定条件,以第一标准医学术语和准确性不满足预定条件的第一相似术语表示作为训练集所述大语言模型的模型参数。
技术关键词
术语
训练文本数据
大语言模型
医学
语言模型训练方法
标识单元
训练集
医疗文本数据
聚类
参数
计算机可读代码
非暂时性计算机可读存储介质
计算机可读指令
语义
深度学习装置
模型训练装置
系统为您推荐了相关专利信息
医学图像分割方法
细粒度特征
解码器
集成模块
采样模块
健康数据管理系统
神经网络激活函数
措施
数据管理技术
心理
大语言模型
数据展示方法
展示界面
框架组件
布局
量表
校验码验证
识别方法
深度学习模型
识别设备