首页 > 生物医学工程学进展 > 基于国际新闻的疾病趋势预测算法

基于国际新闻的疾病趋势预测算法

Disease Trend Prediction Algorithm Based on International News

二维码有效期 120s

摘要文本分类作为自然语言处理领域的核心内容,已经成为文本处理的重点研究问题.该文主要针对社会上出现的大规模常见疾病进行预测.该文通过获取全球各大新闻媒体报道的新闻文本,分别统计新闻文本中出现次数排名前十的疾病,分析原始数据分布的特征.该文将基于CNN和LSTM网络的文本模型与基于LSTM网络的疾病趋势模型进行融合,综合分析文本中新闻文本的文本信息和疾病的时间序列,并使用了一种特殊的疾病选择策略.实验结果表明,该策略在7种不同的新闻数据集上获得了 70％以上的准确度.该文提出的融合策略和疾病选择策略对疾病的趋势预测具有一定的意义,有助于提高疾病趋势预测的准确性.

作者裴莹 ^[1] 王鏖清 ^[2] 韩霄松 ^[2] 学术成果认领

作者单位长春财经学院信息工程学院,吉林长春 130122 ^[1] 吉林大学计算机科学与技术学院,吉林长春 130012 ^[2]

关键词人工智能自然语言处理文本分类长短期记忆网络卷积神经网络 Artificial Intelligence Natural Language Processing Text Classification Long Short-Term Memory Networks Convolutional Neural Networks

分类号 TP391.1

栏目名称

生物信息学及计算生物学

DOI 10.3969/j.issn.1674-1242.2023.04.010

发布时间 2024-01-30（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家自然科学基金（No.2021YFF1201200）国家自然科学基金（No.62172187）吉林省科技发展计划（No.20220201145GX、No.20200708112YY;No.20220601112FG）吉林省教育厅科学技术研究项目（No.JJKH20221262KJ）广东省高校创新团队项目（No.2021KCXTD015）广东省重点学科项目（No.2021xDJS138）