Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 金叶天成(北京)科技有限公司郭奇获国家专利权

金叶天成(北京)科技有限公司郭奇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉金叶天成(北京)科技有限公司申请的专利一种基于强化学习的医学机器翻译方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116629277B

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310370512.6,技术领域涉及:G06F40/58;该发明授权一种基于强化学习的医学机器翻译方法是由郭奇;田立军;孙菲;马琳;范娟娟;吴育喆;高云辉设计研发完成,并于2023-04-07向国家知识产权局提交的专利申请。

一种基于强化学习的医学机器翻译方法在说明书摘要公布了:本发明公开了一种基于强化学习的医学机器翻译方法,包括构建平行语料库、建立机器翻译模型、预训练机器翻译模型的基础参数、构建测试集计算翻译质量评分、构建强化学习训练集、精调得到机器翻译模型的优化参数步骤。本发明使医学垂直领域的专业内容翻译变得更加精准和便捷,帮助医学专业人士、科研院所、机构、药械企业,快速了解和学习到全球先进的医学信息知识、医疗行业发展动态,有效提高医生从业者的临床诊疗水平和问诊效率。

本发明授权一种基于强化学习的医学机器翻译方法在权利要求书中公布了:1.一种基于强化学习的医学机器翻译方法,其特征在于:包括以下步骤: 步骤1:构建平行语料库:平行语料库包括通用语料子库和医学语料子库,通用语料子库和医学语料子库结构相同,均包括一条以上平行语料,平行语料由第一语言、第一语言文本、第二语言和第二语言文本组成,所述平行语料的长度满足预设的长度范围; 步骤2:建立机器翻译模型:机器翻译模型包括编码器和解码器;解码器由与编码器层数相同;编码器的输出端接解码器的相应输入端; 步骤3:预训练机器翻译模型:按照预设比例从通用语料子库和医学语料子库中抽取语料构建基础参数训练集,将基础参数训练集输入所述机器翻译模型,训练机器翻译模型的基础参数; 步骤4:计算翻译质量评分:按照预设比例从通用语料子库和医学语料子库中抽取语料构建测试集,将测试集的第一语言、第一语言文本、第二语言输入所述步骤3训练的机器翻译模型,得到翻译文本,对比翻译文本和第二语言文本,计算BLEUBilingualEvaluationUnderstudy评分; 步骤5:构建强化学习训练集:筛选测试集中BLEU评分低于预设阈值分数的平行语料,作为基础语料;逐一处理基础语料,构建强化学习训练集;包括以下具体步骤: 步骤5-1:构建伪平行语料:采用以下三种方法构建基础预料对应的伪平行语料: 方法一:将基础语料中第一语言文本划分为一个以上词,随机抽取其中n个词,n1,使用相应同义词进行替换; 方法二:将基础语料的第二语言文本翻译为与第一语言和第二语言不同的语言,再翻译回第二语言; 方法三:训练mt5模型,得到句子改写模型;将基础语料输入训练好的句子改写模型,得到伪平行语料; 步骤5-2:用余弦相似度对各伪平行语料打分,去除分数低于预设阈值和与原文本完全一致的平行语料,将剩余伪平行语料加入到强化学习训练集中; 步骤6:精调机器翻译模型:使用强化学习训练集对机器翻译模型进行一轮以上精调,得到机器翻译模型的优化参数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人金叶天成(北京)科技有限公司,其通讯地址为:100020 北京市朝阳区朝阳北路白家楼甲1号北京红庄国际文化保税创新园区E-1-1;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。