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！

龙图腾网获悉重庆邮电大学申请的专利一种基于大模型微调的电子病历文本规范化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：CN120690362B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510777260.8，技术领域涉及：G16H10/60；该发明授权一种基于大模型微调的电子病历文本规范化方法是由张莉萍;王青艳;陈洪金;王云倩;王俊民;王艺淇;雷大江;李伟生;钱鹰设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于大模型微调的电子病历文本规范化方法在说明书摘要公布了：本发明属于人工智能技术应用领域，涉及一种基于大模型微调的电子病历文本规范化方法，包括：构建医疗领域特定语料库，其包含未经规范化的电子病历文本xkk及其经过规范化处理的电子病历文本ykk；为预训练的大语言模型Mprepre的每一层构建一个Lora块；构建层级强度确认模型；将文本xkk输入层级强度确认模型得到层级强度Gkk；根据强度Gkk在模型Mprepre的每一层插入对应的Lora块，得到插入Lora块的大语言模型Mloralora；将文本xkk输入模型Mloralora，得到预测的文本y′kk；根据文本y′kk和文本ykk更新模型的参数，直到得到训练好的Lora块；将训练好的Lora块插入模型Mprepre的对应层，得到训练好的大语言模型；本发明利用层级强度确认模型动态地选择在模型Mprepre中插入Lora块的强度，降低计算开销。

本发明授权一种基于大模型微调的电子病历文本规范化方法在权利要求书中公布了：1.一种基于大模型微调的电子病历文本规范化方法，其特征在于，包括：获取医疗领域未经规范化的电子病历文本x，将文本x输入训练好的大语言模型，得到规范化的电子病历文本；大语言模型的训练过程包括： S1、构建医疗领域特定语料库，医疗领域特定语料库包含未经规范化的电子病历文本及其经过规范化处理的电子病历文本；其中，k表示未经规范化的电子病历文本的索引； S2、获取预训练的大语言模型，为预训练的大语言模型的每一层构建一个Lora块；构建层级强度确认模型； S3、将未经规范化的电子病历文本输入层级强度确认模型，得到文本预测的层级强度； 层级强度确认模型包括：预训练的编码器、聚合模块、医疗词典辅助分析模块以及门控模块；层级强度确认模型对未经规范化的电子病历文本进行处理包括： S31、将未经规范化的电子病历文本输入预训练的编码器，得到文本嵌入向量； S32、将文本嵌入向量输入聚合模块，得到全局上下文向量； S33、将未经规范化的电子病历文本输入医疗词典辅助分析模块，得到文本的医疗术语数量的编码向量； S34、将全局上下文向量和医疗术语数量的编码向量进行拼接，得到复杂度特征向量； S35、将复杂度特征向量输入门控模块，得到文本预测的层级强度 S4、根据层级强度在预训练的大语言模型的每一层插入对应的Lora块，得到插入Lora块的大语言模型； 在预训练的大语言模型的每一层插入对应的Lora块包括： 其中，为预训练的大语言模型的第i层对应的Lora块的权重，为预训练的大语言模型的第i层的权重，为插入Lora块的大语言模型的第i层的权重，，为预训练的大语言模型的第i层插入Lora块的强度，L为预训练的大语言模型的层数； S5、将未经规范化的电子病历文本输入插入Lora块的大语言模型，得到预测的文本规范化的电子病历文本； S6、根据预测的文本规范化的电子病历文本及其对应的经过规范化处理的电子病历文本计算损失函数值，根据损失函数值更新Lora块和层级强度确认模型的参数，当损失函数值最小时，得到训练好的Lora块； S7、将训练好的Lora块插入预训练的大语言模型的对应层，得到训练好的大语言模型。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；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。