摘要
本发明提供一种基于AI大模型的疾病关联命名实体识别方法,包括:构建高质量医学语料库,所述高质量医学语料库包括:电子病历文本数据,以及与电子病历文本数据相对应的标准医学用语数据;将电子病历文本数据和与其相对应的标准医学用语数据分别通过大模型提取编码特征;根据电子病历编码特征和其相对应的标准医学用语编码特征通过最小化多模态对齐损失函数对大模型进行微调;通过微调后的大模型对权威医学文献进行无监督实体抽取,通过规则过滤和置信度排序阈值筛选,构建动态更新的实体词库;对目标电子病历进行初始命名实体识别,将初始实体识别结果与实体词库进行多维度语义匹配,将匹配结果作为最终的命名实体识别结果。本发明备提升数据效率、增强医疗领域知识适配性等优势。
技术关键词
命名实体识别方法
电子病历
编码特征
医学
远程监控程序
文本
疾病
命名实体识别系统
编码器
计算机存储介质
多模态
语义向量
数据
序列标注模型
术语
动态更新
列表
系统为您推荐了相关专利信息
可见光图像
编码特征
文本生成模型
噪声图像
信息编码器
缺陷识别方法
编码特征
混合编码器
融合特征
网络
多模态特征融合方法
医学图像分割方法
编码特征
智能检测系统
多模态数据采集
医学知识图谱
实体对齐方法
匈牙利算法
多头注意力机制
语义