北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司俞洪获国家专利权
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！
龙图腾网获悉北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司申请的专利一种基于提示学习的医学文本分类方法及装置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：CN117033627B 。
龙图腾网通过国家知识产权局官网在2025-11-25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：202310817238.2，技术领域涉及：G06F16/353；该发明授权一种基于提示学习的医学文本分类方法及装置是由俞洪;宋姗姗;吴子丰;俞益洲;李一鸣;乔昕设计研发完成，并于2023-07-05向国家知识产权局提交的专利申请。
本一种基于提示学习的医学文本分类方法及装置在说明书摘要公布了：本发明提供一种基于提示学习的医学文本分类方法及装置。所述方法包括：基于事件先验信息和知识先验信息从原始医学文本中获取用于一级分类的提示信息，所述一级分类包括科室类别；对原始医学文本进行过滤，并将过滤后的文本与所述提示信息进行整合后输入到大语言生成模型；计算大语言生成模型输出的结果序列与所述一级分类下的每个表示疾病类别的二级分类标签的相似度，将所述相似度的最大值对应的标签类别作为所述大语言生成模型输出的二级类别。本发明能够实现基于科室类别的一级分类，还能实现一级分类下基于疾病类别的二级分类，更加符合医学领域的普遍认知，使分类结果更加规范化；同时分类标签可以不固定，能够有效实现开放域的多级文本分类。
本发明授权一种基于提示学习的医学文本分类方法及装置在权利要求书中公布了：1.一种基于提示学习的医学文本分类方法，其特征在于，包括以下步骤： 基于事件先验信息和知识先验信息从原始医学文本中获取用于一级分类的提示信息，所述一级分类包括科室类别； 对原始医学文本进行过滤，并将过滤后的文本与所述提示信息进行整合后输入到大语言生成模型； 计算大语言生成模型输出的结果序列与所述一级分类下的每个表示疾病类别的二级分类标签的相似度，将所述相似度的最大值对应的标签类别作为所述大语言生成模型输出的二级类别； 所述获取用于一级分类的提示信息包括： 将原始医学文本输入至医学事件特征提取模型，获得结构化的事件提示信息A； 将原始医学文本输入至医学知识特征提取模型，获得结构化的知识提示信息B； 将A、B整合后输出至提示模板生成模块，获得用于一级分类的提示信息。
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北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司，其通讯地址为：100080 北京市海淀区海淀大街8号A座21层A区；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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励