公开(公告)号：CN117708339B

公开(公告)日：2024-04-23

申请号：CN202410165651.X

申请日：2024-02-05

Applicant: 中南大学

Inventor： 陈先来 ,  黄伟斌 ,  黄金彩 ,  陈翔 ,  安莹

IPC: G06F16/35 ,  G06F16/33 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G16H10/60

Abstract: 本发明实施例中提供了一种基于预训练语言模型的ICD自动编码方法，属于数据处理技术领域，具体包括：构建ICD自动编码数据集；形成映射集；构造前缀树，结合前缀树形成LEDT模型；将ICD自动编码数据集分为训练集和验证集；分别将训练集和验证集中的临床文本和其对应的ICD代码分割；利用seq2seq训练数据集训练LEDT模型；将待编码数据集中的输入文本输入目标模型，并在目标模型的解码生成过程中，使用前缀树对生成的字符进行限制，同时使用集束算法保留输出得分最高的k个预测描述，最终利用映射集将输出的k个预测描述转换为对应的ICD代码作为预测输出。通过本发明的方案，提高了编码效率、精准度和适应性。

公开(公告)号：CN117708339A

公开(公告)日：2024-03-15

申请号：CN202410165651.X

申请日：2024-02-05

Applicant: 中南大学

Inventor： 陈先来 ,  黄伟斌 ,  黄金彩 ,  陈翔 ,  安莹

IPC: G06F16/35 ,  G06F16/33 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G16H10/60

Abstract: 本发明实施例中提供了一种基于预训练语言模型的ICD自动编码方法，属于数据处理技术领域，具体包括：构建ICD自动编码数据集；形成映射集；构造前缀树，结合前缀树形成LEDT模型；将ICD自动编码数据集分为训练集和验证集；分别将训练集和验证集中的临床文本和其对应的ICD代码分割；利用seq2seq训练数据集训练LEDT模型；将待编码数据集中的输入文本输入目标模型，并在目标模型的解码生成过程中，使用前缀树对生成的字符进行限制，同时使用集束算法保留输出得分最高的k个预测描述，最终利用映射集将输出的k个预测描述转换为对应的ICD代码作为预测输出。通过本发明的方案，提高了编码效率、精准度和适应性。