10.3969/j.issn.1007-130X.2020.01.021
基于CNN-SVM的护理不良事件文本分类研究
针对当前医院护理不良事件上报的内容多为非结构化文本数据,缺乏合理明确的分类,人工分析难度大、人为因素多、存在漏报瞒报、人为降低事件级别等问题,提出一种基于字符卷积神经网络CNN与支持向量机SVM的中文护理不良事件文本分类模型.该模型通过构建字符级文本词汇表对文本进行向量化,利用CNN对文本进行抽象的特征提取,并用SVM分类器实现中文文本分类.与传统基于TF-IDF的SVM、随机森林等多组分类模型进行对比实验,来验证该模型在中文护理不良事件文本分类中的分类效果.
中文文本分类、护理不良事件、CNN-SVM
42
TP183(自动化基础理论)
国家自然科学青年基金61802350,81701687
2020-03-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
161-166