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！

龙图腾网获悉中国人民解放军海军军医大学第三附属医院申请的专利基于对抗训练的RCT文献分类模型训练方法和系统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：CN120429646B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510925964.5，技术领域涉及：G06F18/214；该发明授权基于对抗训练的RCT文献分类模型训练方法和系统是由徐畅;刘明凯;刘辉;王珂男;田原;樊钧豪设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本基于对抗训练的RCT文献分类模型训练方法和系统在说明书摘要公布了：本发明提出了一种基于对抗训练的RCT文献分类模型训练方法和系统，该方法包括：获取带有标注的指定医学文献数据集；其中，所述标注包括RCT文献、非RCT文献以及分歧文献；所述分歧文献是指多个标注者对文献是否属于RCT文献的判断不同的文献；基于所述数据集中标注为分歧文献的文献构建对抗模型，并基于所述数据中标注为RCT文献和非RCT文献的文献训练所述对抗模型；运行所述对抗模型，生成样本库，并基于所述样本库训练二分类模型；其中，所述二分类模型是用于识别文献是否属于RCT文献的机器学习模型，所述样本库中RCT文献和非RCT文献的比例满足预设的样本平衡条件。本发明提高了文献分类精度。

本发明授权基于对抗训练的RCT文献分类模型训练方法和系统在权利要求书中公布了：1.一种基于对抗训练的RCT文献分类模型训练方法，其特征在于，包括以下步骤： 获取带有标注的指定医学文献数据集；其中，所述标注包括RCT文献、非RCT文献以及分歧文献；所述分歧文献是指多个标注者对文献是否属于RCT文献的判断不同的文献； 基于所述数据集中标注为分歧文献的文献构建对抗模型，并基于所述数据中标注为RCT文献和非RCT文献的文献训练所述对抗模型； 运行所述对抗模型，生成样本库，并基于所述样本库训练二分类模型；其中，所述二分类模型是用于识别文献是否属于RCT文献的机器学习模型，所述样本库中RCT文献和非RCT文献的比例满足预设的样本平衡条件；样本平衡条件为RCT文献和非RCT文献数量相当；所述样本库中的样本均带有标签； 所述对抗模型用于生成模仿模糊性蓝图的新样本，或者用于识别模糊性蓝图的特征，所述模糊性蓝图是指所述分歧文献； 所述对抗模型的核心判别规则是基于模糊性特征的提取和编码得到的，所述模糊性特征是指所述分歧文献中导致标注者分歧的特征； 所述模糊性特征的提取包括：利用NLP语义解析技术对所述分歧文献进行结构化分解，识别歧义性语句模式和矛盾性文本结构； 所述对抗模型的损失函数包括标注者分歧度指标，所述标注者分歧度指标用于强制模型在训练过程中关注所述分歧文献的特征，使其能够量化分类边界的不确定区域； 所述二分类模型包括语义理解模型和全连接预测层；其中，所述语义理解模型用于提取特征；所述全连接预测层用于根据所述语义理解模型提取的特征预测文献属于RCT文献的概率，并根据所述概率输出二分类结果； 所述语义理解模型包括： 第一特征提取层，用于提取文献的研究框架特征； 所述语义理解模型包括： 第二特征提取层，用于提取文献的隐蔽排除特征； 所述第一特征提取层和所述第二特征提取层构成所述语义理解模型的第一分支；所述语义理解模型还包括第二分支，所述第二分支用于输出所述研究框架特征和或所述隐蔽排除特征的解释性文本；所述解释性文本为自然语言文本，用于研究员在训练过程中统计所述研究框架特征中的逻辑链和或所述隐蔽排除特征中的关键词，对训练的效果进行预估，进而微调训练过程以达到更好的模型性能。

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中国人民解放军海军军医大学第三附属医院，其通讯地址为：200438 上海市杨浦区长海路225号上海东方肝胆外科医院；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”。

以上内容由龙图腾AI智能生成。