Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江纳里数智健康科技股份有限公司曹兴兵获国家专利权

浙江纳里数智健康科技股份有限公司曹兴兵获国家专利权

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!

龙图腾网获悉浙江纳里数智健康科技股份有限公司申请的专利一种基于大规模语言表征缓解数据稀疏的医生推荐算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:CN119132651B

龙图腾网通过国家知识产权局官网在2026-04-14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:202411258994.7,技术领域涉及:G16H80/00;该发明授权一种基于大规模语言表征缓解数据稀疏的医生推荐算法是由曹兴兵;高飞;刘琛;董津;毛夏薇设计研发完成,并于2024-09-09向国家知识产权局提交的专利申请。

一种基于大规模语言表征缓解数据稀疏的医生推荐算法在说明书摘要公布了:本发明公开了一种基于大规模语言表征缓解数据稀疏的医生推荐算法,基于在线医疗平台中患者的交互行为、大规模语言模型以及医生的擅长疾病的介绍,为患者推荐匹配的医生。本发明向前传播部分主要由五部分组成。第一部分是利用大规模语言模型得到疾病的向量表示,并基于降维后的疾病向量初始化医生向量;第二部分是将患者行为数据分割为会话列表,并根据会话中医生向量计算会话向量;第三部分是将当前患者的历史会话列表作为输入并采用降噪注意力机制方法对当前会话进行信息补充;第四部分是挖掘当前患者的相似患者,采用降噪注意力机制方法得到相似患者向量,利用相似患者向量对当前患者进行信息补充;第五部分是根据患者向量,给患者推荐医生。

本发明授权一种基于大规模语言表征缓解数据稀疏的医生推荐算法在权利要求书中公布了:1.一种基于大规模语言表征缓解数据稀疏的医生推荐算法,其特征在于: 利用大规模语言模型得到疾病的向量表示,并采用向量降维算法对疾病向量降维;基于降维后的疾病向量对平台中的医生进行向量初始化;在线平台中医生主页中有其擅长疾病的介绍,本方法统计平台中所有的疾病集合,并将疾病文本输入到大规模语言模型中,得到疾病的高维向量;该过程用数学符号表示为,是疾病文本,是大规模语言模型;得到疾病高维向量后,采用主成分分析法对疾病向量进行降维,降维后的疾病向量仍用来表示,,表示主成分分析法;在线医疗平台中所有疾病向量被离线存储在系统中;医生向量初始化为医生擅长疾病向量的平均池结果,数学公式表示为,是医生的擅长疾病集合; 将患者行为数据分割为会话列表,并根据会话中医生的向量计算会话向量;患者行为数据包括患者在平台中的浏览、收藏和评分行为;本方法根据行为的间隔时间将患者行为序列分割成若干个会话;患者的会话列表是,是会话列表的长度;会话包含的医生表示为,是会话的长度;任一医生的向量表示为,其初始化为,向量在模型训练过程中更新;采用序列编码器对任一会话进行编码,得到会话的向量,表示为; 将当前患者的历史会话列表作为输入并采用降噪注意力机制方法对当前会话进行信息补充;患者的会话序列是,其中是当前会话,是历史会话;本方法设计降噪注意力机制方法计算患者历史会话对当前会话的影响向量,采用Gumbelsoftmax对注意力机制计算得到的历史会话权重进行降噪,过程表示为;降噪注意力机制具体过程分为三步,第一步计算出当前患者的任一历史会话和当前会话的相关度,函数由注意力机制来实现;具体公式为: 其中,是会话的向量,函数表示两个向量的内积;第二步是用Gumbelsoftmax进行采样,得到历史会话新的权重,的具体公式为: 其中,是Gumbel噪声,其采样值为,是从均匀分布中采样的随机变量;是温度系数,控制输出分布的平滑度;第三步是根据历史会话向量和其权重,得到患者历史会话对当前会话的影响向量;融合影响向量和当前会话向量,得到新的当前患者向量为; 挖掘当前患者的相似患者,采用降噪注意力机制方法得到相似患者向量表示,然后利用相似患者向量表示对当前患者进行信息补充;本方法把对当前患者会话中医生产生评分和收藏行为的其他患者认为是当前患者的相似患者;患者的当前会话中包含的医生是,是会话的长度;对任一医生进行评分和收藏的患者表示为,因此,患者的当前的相似患者表示为;利用相似患者信息对当前患者进行信息补充的过程包含两步,第一步是将当前患者作为查询,采用降噪注意力机制得到相似患者的向量表示;第二步是将当前患者作为查询,采用注意力机制得到相似患者对当前患者的影响;第一步的输出是相似患者的向量表示,对于相似患者中任一相似患者,其向量的计算公式是,是相似患者的历史会话列表;第二步用注意力机制将相似患者中的信息聚集起来,得到相似患者对当前患者的影响向量: 其中,是相似患者的权重;最后,融合相似患者的影响向量和当前患者向量,得到最终的当前患者向量; 根据患者向量表示,给患者推荐医生;将医生集合中的医生的向量表示乘以患者向量,再用函数计算出医生的分数: 其中,代表患者向量,是医生的向量表示,表示医生被浏览的可能性;对于该患者样本数据,损失函数为: 其中,代表医生的one-hot编码;函数用Adam优化器来最优化。

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浙江纳里数智健康科技股份有限公司,其通讯地址为:310000 浙江省杭州市余杭区余杭街道文一西路1818-1号1幢520室;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。