基于注意力机制结合CNN-BiLSTM模型的电子病历文本分类

李超凡; 马凯

首页> 中文期刊> 《科学技术与工程》 >基于注意力机制结合CNN-BiLSTM模型的电子病历文本分类

基于注意力机制结合CNN-BiLSTM模型的电子病历文本分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了解决中文电子病历文本分类的高维稀疏性、算法模型收敛速度较慢、分类效果不佳等问题,提出了一种基于注意力机制结合CNN-BiLSTM模型的病历文本分类模型。该模型首先使用word2vec工具进行词向量表示,利用多层卷积神经网络(convolutional neural networks,CNN)结构提取病历文本的局部特征,通过拼接操作丰富局部特征表示,再利用双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)提取上下文的语义关联信息,获取句子级别的高层特征表达。最后通过Attention机制进行特征加权,降低噪声特征的影响,并输入softmax层进行分类。在多组对比实验的实验结果表明,该模型取得了97.85%的F_(1),有效地提升了文本分类的效果。

著录项

来源
《科学技术与工程》 |2022年第6期|2363-2370|共8页
作者
李超凡; 马凯;
展开▼
作者单位

徐州医科大学医学信息与工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类文字信息处理;
关键词
文本分类; 卷积神经网络; 双向长短期记忆神经网络; 注意力机制;

相似文献

中文文献
外文文献
专利

1. 结合注意力机制的Bi-LSTM-CRF中文电子病历命名实体识别 [J] . 张华丽 ,康晓东 ,李博 . 计算机应用 . 2020,第0z1期
2. 融入语言模型和注意力机制的临床电子病历命名实体识别 [J] . 唐国强 ,高大启 ,阮彤 . 计算机科学 . 2020,第003期
3. 结合词性信息的基于注意力机制的双向LSTM的中文文本分类 [J] . 高成亮 ,徐华 ,高凯 . 河北科技大学学报 . 2018,第005期
4. 基于多通道注意力机制的文本分类模型 [J] . 李超凡 ,马凯 . 微电子学与计算机 . 2022,第4期
5. 基于注意力机制的生物医学文本分类模型 [J] . 李启行 ,廖薇 . 中国医学物理学杂志 . 2022,第4期
6. 基于用户向量化表示和注意力机制的神经网络推荐模型 [C] . Zhu Jinghua ,朱敬华 ,Guo Xu . 2018年全国高性能计算学术年会 . 2018
7. 基于层次模型和注意力机制的文本分类方法研究 [A] . 武高博 . 2020

基于注意力机制结合CNN-BiLSTM模型的电子病历文本分类

摘要

著录项

相似文献

相关主题

期刊订阅