10.3969/j.issn.1673-7571.2022.7.008
一种面向医学宣教长文本多分类方法的研究与设计
目的:提出一种面向医学宣教长文本的多分类方法,提高管理人员的数据管理效率.方法:采用ALBERT预训练模型对宣教内容进行编码,然后利用多尺度金字塔卷积神经网络提取和学习长文本宣教内容的深层语义特征,最后输出多分类结果.结果:ALBERT预训练模型具有较高的分类精确率,达到93.56%,召回率与F1值分别为91.29%和92.22%,构建了带科室标注的宣教内容数据集,利用诊断名称对数据集进行样本增强,增加了模型的鲁棒性.结论:结合深度学习的宣教内容分类系统提供了准确的科室分类结果,具有实际的应用价值.
数据管理、宣教内容分类、ALBERT、金字塔卷积神经网络
17
R319(医用一般科学)
宁波市重大专项科研资助项目;宁波市自然科学基金;宁波地区互联网+护理服务老年慢病随访智能干预系统的构建及应用研究
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
45-49,106