基于多特征融合的医疗社区问题文本聚类研究

摘要：

目的:医学问题文本数据存在上下文语义缺失且特征稀疏高维等特点,为提高其聚类效果,提出将文本语义特征和主题特征相融合的文本表示方法用于文本聚类.方法:以医疗社区中的问题文本为数据源,将加权fastText词汇语义特征和LDA文档主题特征融合对问题文本进行表示,构建融合特征用于问题文本聚类,聚类效果评估采用聚类准确度(ACC)和标准互信息(NMI).结果:与其他方法相比,特征融合的聚类模型表现最佳,其聚类准确度和标准互信息为0.577和0.429,高于其他相关基线模型.结论:实验表明,将特征进行融合能够更加全面准确有效地表征医学问题文本,为医学问题文本特征表示和聚类知识发现提供参考.

关键词：LDA、fastText模型、特征融合、聚类、问题文本

所属期刊栏目：17

分类号：R319(医用一般科学)

资助基金：科技创新新一代人工智能重大项目2030;2020AAA0104905

在线出版日期：2023-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：28-34