[发明专利]在实体之间学习和应用背景相似性在审
| 申请号： | 201880040923.6 | 申请日： | 2018-04-12 |
| 公开（公告）号： | CN110770850A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | B·康罗伊;许敏男;A·拉赫曼;C·M·波特斯布兰东 | 申请（专利权）人： | 皇家飞利浦有限公司 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70 |
| 代理公司： | 72002 永新专利商标代理有限公司 | 代理人： | 刘兆君 |
| 地址： | 荷兰艾*** | 国省代码： | 荷兰;NL |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本文公开的技术涉及学习和应用背景患者相似性。可以提供(602)多个模板相似性函数(118)。每个模板相似性函数可以将查询实体特征向量的相应的特征子集与候选实体特征向量的对应的特征子集进行比较。可以提供(604)复合相似性函数(120)作为所述模板相似性函数的相应输出的加权组合。可以提供(606)多个标记的实体向量作为背景训练数据。可以应用(608)逼近函数以针对每个相应标记的实体向量来逼近第一背景标记。可以通过以下操作，基于所述复合相似性函数来训练(610)第一背景特异性复合相似性函数：基于所述逼近函数针对所述第一背景训练数据的所述应用的输出，使用第一损失函数来学习针对所述多个模板相似性函数的第一背景权重。 | ||
| 搜索关键词： | 相似性函数 向量 逼近 背景训练数据 多个模板 特征子集 复合 背景标记 候选实体 加权组合 实体特征 损失函数 特征向量 应用背景 输出 权重 应用 查询 学习 | ||
【主权项】：
1.一种训练用于确定相似性的背景特异性模型的方法，所述方法包括：/n提供(602)多个模板相似性函数(118)，其中，所述多个模板相似性函数中的每个模板相似性函数将查询实体特征向量的相应的特征子集与候选实体特征向量的对应的特征子集进行比较；/n提供(604)复合相似性函数(120)作为所述多个模板相似性函数的相应输出的加权组合；/n提供(606)第一多个标记的实体向量作为第一背景训练数据；/n应用(608)逼近函数，以针对所述第一背景训练数据的每个相应标记的实体向量，基于所述复合相似性函数的输出和所述第一背景训练数据的其他的标记的实体向量的相应第一背景标记来逼近针对相应标记的实体向量数据的第一背景标记；并且/n基于所述复合相似性函数来训练(610)第一背景特异性复合相似性函数，其中，训练所述第一背景特异性复合相似性函数包括基于所述逼近函数针对所述第一背景训练数据的所述应用的输出，使用第一损失函数来学习针对所述多个模板相似性函数的第一背景权重，其中，所述第一权重被存储以供用作所述第一背景特异性复合相似性函数的部分。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于皇家飞利浦有限公司，未经皇家飞利浦有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201880040923.6/，转载请声明来源钻瓜专利网。
