(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211195861.0 (22)申请日 2022.09.28 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 胡意仪　阮晓雯　吴振宇　 (74)专利代理 机构 深圳市联鼎知识产权代理有 限公司 4 4232 专利代理师 王晗 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/35(2019.01) G06K 9/62(2022.01) G16H 50/70(2018.01)G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 医疗信息推荐方法、 装置、 电子设备和可读 介质 (57)摘要 本申请提供一种医疗信息推荐方法、 装置、 电子设备和可读介质。 方法包括： 获取目标对象 的对象信息； 根据对象信息的文字内容， 将对象 信息划分为状态信息和属性信息； 根据状态信息 和属性信息， 生成信息加权向量， 信息加权向量 中包含状态信息和属性信息中各个字符与 目标 对象的对象状态的关联程度； 根据信息加权向 量， 确定与目标对象关联的医疗信息并向目标对 象推送医疗信息。 该方法能够 避免状态信息与属 性信息混合而导致推荐结果混乱， 使得所确定的 医疗信息 更加符合目标对象 的对象状态， 提高推 荐的医疗信息的准确性。 权利要求书2页 说明书13页 附图5页 CN 115510323 A 2022.12.23 CN 115510323 A 1.一种医疗信息推荐方法， 其特 征在于， 包括： 获取目标对象的对象信息； 根据所述对象信息的文字内容， 将所述对象信息划分为状态信息和 属性信息； 根据所述状态信息和所述属性信息， 生成信息加权向量， 所述信息加权向量中包含所 述状态信息和所述属性信息中各个字符与所述目标对象的对象状态的关联程度； 根据所述信 息加权向量， 确定与 所述目标对象关联的医疗信 息并向所述目标对象推送 所述医疗信息 。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述对象信息的文字内容， 将所 述对象信息划分为状态信息和 属性信息， 包括： 通过信息分类模型， 对所述对象信息进行状态信息预测， 得到所述对象信息的字符概 率分布， 其中， 所述字符概率分布用于指示所述对 象信息中各个字符用于描述所述 目标对 象的对象状态的概 率； 根据所述对象信 息的字符概率分布， 将用于描述所述目标对象的对象状态的字符组合 为所述状态信息并将剩余字符组合 为所述属性信息 。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述状态信息和所述属性信息， 生成信息加权向量， 包括： 通过所述信息分类模型， 根据所述字符概率分布， 计算对应于所述对象信息中每个字 符的注意力特 征值， 得到所述信息加权向量。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述信息加权向量， 确定与所述 目标对象关联的医疗信息并向所述目标对象推送所述医疗信息， 包括： 通过状态预测模型， 根据所述信息加权向量， 确定与所述目标对象的对象状态对应的 状态医疗信息； 通过属性预测模型， 根据所述信息加权向量， 确定与所述目标对象的对象属性对应的 属性医疗信息； 向所述目标对象推送所述状态医疗信息和所述属性医疗信息 。 5.根据权利要求4所述的方法， 其特征在于， 所述通过信息分类模型， 对所述对象信息 进行状态信息预测， 得到所述对象信息的字符概 率分布之前， 所述方法还 包括： 获取历史对象信息， 所述历史对象信息中包括状态信息和 属性信息； 对所述历史对象信息中的所述状态信息和所述属性信息进行标注， 得到分类训练数 据； 根据所述分类训练数据， 对待训练分类模型进行训练， 得到所述信息分类模型。 6.根据权利要求5所述的方法， 其特征在于， 所述历史对象信 息还包含历史状态推荐信 息和历史属性推荐信息； 所述根据所述分类训练数据， 对待训练分类模型进行训练， 得到所 述信息分类模型， 包括： 通过所述待训练分类模型， 对所述分类训练数据进行 预测， 得到训练加权向量； 通过待训练状态模型和待训练属性模型， 根据所述训练加权向量进行预测， 得到状态 推荐信息和 属性推荐信息； 根据所述状态推荐信 息和所述历史状态推荐信 息， 对所述待训练分类模型进行参数调 整， 得到所述信息分类模型；权　利　要　求　书 1/2 页 2 CN 115510323 A 2根据所述状态推荐信息、 所述训练加权向量、 所述属性推荐信息和所述历史状态推荐 信息， 对所述待训练状态模型进行参数调整， 得到所述状态预测模型； 根据所述属性推荐信息、 所述训练加权向量、 所述状态推荐信息和所述历史属性推荐 信息， 对所述待训练属性模型进行参数调整， 得到所述属性预测模型。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述状态推荐信息、 所述训练加 权向量、 所述属 性推荐信息和所述历史状态推荐信息， 对所述待训练状态模型进行参数调 整， 得到所述状态预测模型， 包括： 根据所述状态推荐信息和所述训练加权向量， 确定状态预测分布； 根据所述属性推荐信息和所述训练加权向量， 确定属性预测分布； 根据所述属性预测分布， 对所述状态预测分布中的特征值进行加权， 得到状态加权分 布； 根据所述状态加权分布和所述历史状态推荐信 息， 对所述待训练状态模型进行参数调 整， 得到所述状态预测模型。 8.一种医疗信息推荐装置， 其特 征在于， 包括： 信息获取模块， 用于获取目标对象的对象信息； 信息划分模块， 用于根据所述对象信息的文字内容， 将所述对象信息划分为状态信息 和属性信息； 向量生成模块， 用于根据 所述状态信 息和所述属性信息， 生成信 息加权向量， 所述信 息 加权向量中包含所述状态信息和所述属 性信息中各个字符与所述目标对 象的对象状态的 关联程度； 信息推送模块， 用于根据所述信息加权向量， 确定与所述目标对象关联的医疗信息并 向所述目标对象推送所述医疗信息 。 9.一种电子设备， 其特 征在于， 包括： 处理器； 存储器， 用于存 储所述处 理器的可 执行指令； 其中， 所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任意一项所 述的医疗信息推荐方法。 10.一种计算机可读介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任一项所述的医疗信息推荐方法。权　利　要　求　书 2/2 页 3 CN 115510323 A 3