System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于语音识别与大语言模型的医疗文本分类方法和设备技术_技高网

基于语音识别与大语言模型的医疗文本分类方法和设备技术

技术编号:43478496 阅读:5 留言:0更新日期:2024-11-29 16:52
本申请的实施例涉及文本分类领域,具体涉及基于语音识别与大语言模型的医疗文本分类方法和设备。该方法的一具体实施方式包括:获取初始医疗文本声音信号;对初始医疗文本声音信号进行预处理,得到医疗文本声音滤波信号;将医疗文本声音滤波信号输入至预先训练的语音识别模型,得到初始医疗文本信息;对初始医疗文本信息进行数据清洗处理,得到目标医疗文本信息;将目标医疗文本信息输入至预先训练的文本特征提取大语言模型,得到医疗文本特征信息;对医疗文本特征信息进行分类处理,得到医疗文本类别信息;将医疗文本类别信息发送至告警终端以进行告警处理。该实施方式可以及时对紧急医疗事件进行告警。

【技术实现步骤摘要】

本申请的实施例涉及文本分类领域,具体涉及基于语音识别与大语言模型的医疗文本分类方法和设备


技术介绍

1、医疗呼叫中心需要实时地获取医疗文本,并对医疗文本进行分类,以便在发生紧急医疗事件(例如,大出血、心脏骤停、大型车祸事故)时,及时发出告警以进行处理。目前,在进行医疗文本分类时,通常采用的方式为:通过对所获取的整段文本,使用基于机器学习的分类模型进行文本分类。

2、然而,实践中发现,当采用上述方式进行医疗文本分类时,经常会存在如下技术问题:

3、第一,在发生紧急医疗事件时,往往难以及时生成完整的医疗文本,导致难以及时进行文本分类,从而,导致难以及时对紧急医疗事件进行告警;

4、第二,仅使用基于机器学习的分类模型进行文本分类,难以依据文本中的语义信息对文本进行分类,导致文本分类的准确度降低,从而,导致对紧急医疗事件告警的准确度降低。


技术实现思路

1、本申请的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

2、本申请的一些实施例提出了基于语音识别与大语言模型的医疗文本分类方法、计算机设备和计算机可读存储介质,来解决以上
技术介绍
部分提到的技术问题中的一项或多项。

3、第一方面,本申请的一些实施例提供了一种基于语音识别与大语言模型的医疗文本分类方法,该方法包括:获取初始医疗文本声音信号;对上述初始医疗文本声音信号进行预处理,得到医疗文本声音滤波信号;将上述医疗文本声音滤波信号输入至预先训练的语音识别模型,得到初始医疗文本信息,其中,上述预先训练的语音识别模型包括:分类子模型、编码子模型、映射子模型和解码子模型;对上述初始医疗文本信息进行数据清洗处理,得到目标医疗文本信息;将上述目标医疗文本信息输入至预先训练的文本特征提取大语言模型,得到医疗文本特征信息;对上述医疗文本特征信息进行分类处理,得到医疗文本类别信息;将上述医疗文本类别信息发送至告警终端以进行告警处理。

4、第二方面,本申请还提供一种计算机设备,上述计算机设备包括处理器、存储器、以及存储在上述存储器上并可被上述处理器执行的计算机程序,其中上述计算机程序被上述处理器执行时,实现如上述第一方面任一实现方式所描述的方法。

5、第三方面,本申请还提供一种计算机可读存储介质,上述计算机可读存储介质上存储有计算机程序,其中,上述计算机程序被处理器执行时,实现如上述第一方面任一实现方式所描述的方法。

6、本申请的上述各个实施例具有如下有益效果:通过本申请的一些实施例的基于语音识别与大语言模型的医疗文本分类方法,可以及时对紧急医疗事件进行告警。具体来说,造成难以及时对紧急医疗事件进行告警的原因在于:在发生紧急医疗事件时,往往难以及时生成完整的医疗文本,导致难以及时进行文本分类,从而,导致难以及时对紧急医疗事件进行告警。基于此,本申请的一些实施例的基于语音识别与大语言模型的医疗文本分类方法,首先,获取初始医疗文本声音信号。由此,可以通过语音信号输入的方式得到初始医疗文本的声音信息。其次,对上述初始医疗文本声音信号进行预处理,得到医疗文本声音滤波信号。由此,可以初步提取初始医疗文本声音信号中的特征。然后,将上述医疗文本声音滤波信号输入至预先训练的语音识别模型,得到初始医疗文本信息,其中,上述预先训练的语音识别模型包括:分类子模型、编码子模型、映射子模型和解码子模型。由此,可以将输入的语音信号转换为文本信息。接着,对上述初始医疗文本信息进行数据清洗处理,得到目标医疗文本信息。由此,可以筛除文本信息中的冗余信息。随后,将上述目标医疗文本信息输入至预先训练的文本特征提取大语言模型,得到医疗文本特征信息。由此,可以依据文本的语义信息提取文本特征。再然后,对上述医疗文本特征信息进行分类处理,得到医疗文本类别信息。由此,可以依据文本特征信息对文本进行分类。最后,将上述医疗文本类别信息发送至告警终端以进行告警处理。由此,可以依据文本特征信息进行告警。因此,本申请的一些基于语音识别与大语言模型的医疗文本分类方法,可以通过接收语音信号,然后将语音信号转换为文本的方式,及时得到医疗文本信息,以便及时对医疗文本进行分类,从而,可以及时对医疗文本表征的紧急医疗事件进行告警。

本文档来自技高网...

【技术保护点】

1.一种基于语音识别与大语言模型的医疗文本分类方法,包括:

2.根据权利要求1所述的基于语音识别与大语言模型的医疗文本分类方法,其中,所述对所述初始医疗文本声音信号进行预处理,得到医疗文本声音滤波信号,包括:

3.根据权利要求1所述的基于语音识别与大语言模型的医疗文本分类方法,其中,在所述将所述目标医疗文本信息输入至预先训练的文本特征提取大语言模型,得到医疗文本特征信息之前,所述方法还包括:

4.根据权利要求3所述的基于语音识别与大语言模型的医疗文本分类方法,其中,所述方法还包括:

5.一种计算机设备,其中,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1-4中任一所述的方法的步骤。

6.一种计算机可读存储介质,其中,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1-4中任一所述的方法的步骤。

【技术特征摘要】

1.一种基于语音识别与大语言模型的医疗文本分类方法,包括:

2.根据权利要求1所述的基于语音识别与大语言模型的医疗文本分类方法,其中,所述对所述初始医疗文本声音信号进行预处理,得到医疗文本声音滤波信号,包括:

3.根据权利要求1所述的基于语音识别与大语言模型的医疗文本分类方法,其中,在所述将所述目标医疗文本信息输入至预先训练的文本特征提取大语言模型,得到医疗文本特征信息之前,所述方法还包括:

4.根据权利要求3所...

【专利技术属性】
技术研发人员:欧智坚赵贤宇刘岩孙磊
申请(专利权)人:它思科技天津有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1