摘要
本发明涉及一种基于自监督学习的医护语音结构化录入方法及系统,属医疗服务领域。其中,该方法包括采集医护语音,基于医护语音输出音频特征序列和上下文高维向量;通过自监督学习预训练MS‑CCP模型,通过MS‑CCP模型产出医疗语音编码器;将音频特征序列输入医疗语音编码器,得到高级语义特征序列,基于高级语义特征序列和上下文高维向量进行动态记忆推理解码,输出词元序列和标签序列,并合并形成结构化语音记录;基于结构化语音记录进行结构化置信校验与写入。本发明实现了克服标注数据依赖、融合患者上下文信息、实现端到端结构化输出并具备智能置信度评估的医疗语音结构化录入。
技术关键词
结构化录入方法
语音编码器
音频特征
语义特征
医疗场景
序列
胶囊网络
记忆
编码器训练
注意力机制
解码器
模板
引入胶囊
动态
重构
超参数
识别患者
系统为您推荐了相关专利信息
查询改写模型
搜索方法
通用搜索引擎
置信度阈值
医疗场景
视频编辑系统
分析单元
多轨道
信息采集单元
分段
音频特征提取方法
残差信息
残差矩阵
频率
数学模型