《计算机工程与科学杂志》发表论文赏析

基于神经网络的医疗文本分类研究

来源:计算机工程与科学杂志2023年第6期北京时间:

作者:许浪, 李代伟, 张海清, 唐聃, 何磊, 于曦

单位:(1.成都信息工程大学软件工程学院,四川 成都 610225;2.四川省信息化应用支撑软件工程技术研究中心,四川 成都 610225;3.成都大学斯特灵学院,四川 成都 610106)

摘要:传统的医学文本数据分类方法忽略了文本的上下文关系,每个词之间相互独立,无法表示语义信息,文本描述和分类效果差;并且特征工程需要人工干预,因此泛化能力不强。针对医疗文本数据分类效率低和精度低的问题,提出了一种基于Transformer双向编码器表示BERT、卷积神经网络CNN和双向长短期记忆BiLSTM神经网络的医学文本分类模型CMNN。该模型使用BERT训练词向量,结合CNN和BiLSTM,捕捉局部潜在特征和上下文信息。最后,将CMNN模型与传统的深度学习模型TextCNN和TextRNN在准确率、精确率、召回率和F1值方面进行了比较。实验结果表明,CMNN模型在所有评价指标上整体优于其他模型,准确率提高了1.69%~5.91%。

关键词:自然语言处理,医疗文本分类,BERT,CNN,BiLSTM,

基金资助:欧盟项目(598649-EPP-1-2018-1-FR-EPPKA2-CBHE-JP);国家自然科学基金(61602604);四川省科技厅项目(2021YFH0107,2022YFS0544,2022NSFSC0571)

2023年6期其他文献查阅:

面向112 Gbps PAM4串行接收机的低误码协同自适应均衡器

基于CAD几何模型的曲面流线可视分析方法

一种定制片上网络设计探索算法的设计与实现

基于WCOJ的UPF供电状态分析器的设计与实现

基于6U VPX主板的铝基均热板散热性能实验研究

基于匹配理论的LoRa参数双重匹配优化

面向公共递归DNS服务系统的测量与分析

基于Double-Bagging特征降维异质集成入侵检测

针对图像识别的一种分步对抗防御方法研究

一种改进Faster R-CNN的图像篡改检测模型

基于图神经网络的行人轨迹预测研究综述

基于多尺度特征提取的YOLOv5s算法优化

基于改进的YOLOv5的航拍图像中小目标检测算法

基于改进MobileNetV2的人脸表情识别

基于会话嵌入的应用程序使用预测

多层CNN特征融合及多分类器混合预测的多模态虚假信息检测#br#

基于特征融合与Transformer模型的声音事件定位与检测算法研究

基于谱图小波的多尺度社区搜索方法

基于神经网络的医疗文本分类研究

自适应变异蝴蝶优化算法

命题逻辑中一种矛盾体生成新方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!