- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本技术涉及医疗保健和自然语言处理领域,具体地说是一种基于病人意图的语义对齐方法。本发明旨在通过自然语言处理中的多模型融合技术,提高病症描述对齐的自动化程度和准确性,为医疗行业的精准诊断和治疗提供支持。该方法包括输入编码、局部推理建模和推理组合三个步骤,其中输入编码采用UER‑py和NEZHA模型进行文本编码,再拼接上腾讯词向量和fasttext词向量。局部推理建模采用LocalInferenceModeling和soft_align_attention机制进行特征提取和信息交互,推理组合采用
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117077685 A
(43)申请公布日 2023.11.17
(21)申请号 202311007256.0 G06F 16/332 (2019.01)
原创力文档


文档评论(0)