基于Word2Vec与LSTM病历文本分类研究

作     者：王捷 陈超 周海权 舒德胜 黄豪 Wang Jie;Chen Chao;Zhou Haiquan;Shu Desheng;Huang Hao

作者机构：四川轻化工大学计算机科学与工程学院宜宾644000 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2023年第29卷第17期

页      码：41-44页

摘      要：医疗系统的不断完善,产生了大量的医疗电子病历文本数据,其中含有数量可观的有借鉴性的医疗文本信息,而在对电子病历文本挖掘和利用方面,一直存在有效信息分类难度大、利用率低等问题。为了解决以上问题,设计一种基于Word2Vec与长短期记忆神经网络(LSTM)的文本分类模型,使用Word2Vec模型计算文本向量作为LSTM的输入,构建两组对照模型,分别是基于支持向量机(SVM)的文本分类算法以及基于卷积神经网络(CNN)的文本分类算法,实验结果显示该方法在分类效果上优于其它对照模型,具有一定的实用价值。

主 题 词：文本分类 Word2Vec 长短期记忆神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 081203[081203] 0835[0835] 0811[工学-水利类] 10[医学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007‑1423.2023.17.007

馆 藏 号：203124313...