基于深度学习的医药专利标签分类方法

作     者：李绪夫 Li Xufu

作者机构：重庆邮电大学计算机科学与技术学院重庆400065 

基　　金：重庆市技术创新与应用示范(产业类重大主题专项)“医药专利大数据智能分析决策系统与应用示范”(cstc2018jszx-cyztzxX0025) 

出 版 物：《计算机时代》 (Computer Era)

年 卷 期：2020年第5期

页      码：50-53,58页

摘      要：在大数据时代,医药专利数据的有效收集、整理和挖掘分析对医药行业发展愈发重要。当前文本分类神经网络对医药专利标签的分类准确率不够高,为了有效提升专利标签的分类效果,设计了一种基于注意力机制的双向长短时记忆神经网络分类模型。该模型避免了传统循环神经网络的长期依赖问题,并充分利用全局信息,以实现文本信息的权重分布。

主 题 词：深度学习 专利分类 长短期记忆网络 注意力机制 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16644/j.cnki.cn33-1094/tp.2020.05.014

馆 藏 号：203930458...