换一批摘要从大量生物医学文献中找出影响疾病的有利因素和有害因素对于疾病的防治研究方向有着重要参考意义.然而,识别疾病影响因素的二分类问题在用传统的机器学习方法进行分类时正确率提升到一定水平后遇到瓶颈难以继续提高.为了提高生物医学领域二分类问题模型的分类性能,利用对于疾病有利和有害的两种因素,采用基于卷积神经网络与支持向量机(SVM)相结合的方法,最终达到超过传统机器学习的性能,使分类的准确率从SVM最佳的90.44%提升到94.38%,从而更好地识别疾病的影响因素.
更多相关知识
关键词
关联抽取分类问题深度学习机器学习卷积神经网络支持向量机relation extractionclassification problemdeep learningmachine learningconvolutional neural networkSupport Vector Machine(SVM)
分类号
TP391.1
栏目名称
DOI
10.3778/j.issn.1002-8331.1709-0336
发布时间
2018-05-14（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
