换一批面向ICD-9-CM3的多标签文本自动分类方法研究
Research on automatic multi-label text classification method for ICD-9-CM3
摘要目的 提出一种面向ICD-9-CM3的多标签文本分类模型,以进一步提高对临床手术记录的编码性能与效率.方法 本研究提出了一种基于标签注意力机制和Parallel-TextCNN的多标签分类模型,该模型通过标签注意力机制进一步补充了模型的语义信息并降低了输入文本中冗余信息对模型的干扰,利用Parallel-TextCNN对手术记录中的局部特征进行提取并基于最小交叉熵损失函数完成最终分类.基于真实临床手术记录构建实验数据集,进行模型实证与对比实验.结果 本文提出方法的汉明损失为0.191 8、1-错误率为0.228 6、平均精度为0.846 3、微观F1值为0.829 8优于前人提出的分类方法.结论 本研究提出的基于标签注意力机制和Parallel-TextCNN的多标签分类模型,可以有效地提高手术记录自动分类性能.
更多相关知识
关键词
多标签分类ICD-9-CM3深度学习注意力机制手术记录Multi-label classificationICD-9-CM3Deep learningAttentional mechanismsSurgical records
分类号
R-05（医学与其他学科的关系）
栏目名称
DOI
10.20047/j.issn1673-7210.2025.17.09
发布时间
2025-07-24（万方平台首次上网日期，不代表论文的发表时间）
- 浏览12
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
