买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:吉林大学
摘要:本发明适用于医疗信息处理技术领域,提供了一种基于改进的TextCNN的患者意图分类方法,包括以下步骤:对患者对话文本进行文本预处理,得到token列表;利用预训练的word2vec模型将每个token列表转换为词向量,生成词嵌入矩阵;构建改进的TextCNN模型并使用带有意图标注的语料数据对其进行训练,对文本向量进行分类;通过正则表达式匹配固定句式和关键词,对分类结果进行校正。本发明通过预处理步骤,减少了文本中的噪音,提升了模型的训练效果;使用word2vec模型和改进的TextCNN网络,能够更加有效地捕捉文本的语义信息,提高分类的准确性;通过正则表达式匹配校正步骤,提升了分类结果的可靠性。
主权项:1.一种基于改进的TextCNN的患者意图分类方法,其特征在于,包括以下步骤:步骤1、对输入的患者对话文本进行文本预处理,得到token列表;步骤2、利用预训练的word2vec模型将每个token列表转换为词向量,生成词嵌入矩阵;步骤3、构建改进的TextCNN模型,使用带有意图标注的语料数据训练改进的TextCNN模型,对文本向量进行分类;步骤4、通过正则表达式匹配固定句式和关键词,对分类结果进行校正:根据医疗场景的固定句式和关键词,更新分类结果。
全文数据:
权利要求:
百度查询: 吉林大学 一种基于改进的TextCNN的患者意图分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。