换一批- 最近
- 已收藏
- 排序
- 筛选
- 7
- 1
- 1
- 2
- 2
- 2
- 4
- 4
- 3
- 3
- 3
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 出版状态
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 程彪 《中国卫生信息管理杂志》 2023年20卷1期 154-161页ISTIC
【摘要】 本文介绍了文本分类的发展历史和文本预处理的方法,并通过构建卷积神经网络模型和循环神经网络模型,对预处理后的影像报告进行文本分类.将模型应用于临床决策支持系统后,可预测出CT诊断报告的扫描部位.研究显示,文本数据质量越好、数据量越大,分类准确...
- 概要：
- 方法：
- 结论：
【中文期刊】 李启行 廖薇 《中国医学物理学杂志》 2022年39卷4期 518-523页ISTICCSCD
【摘要】 对生物医学文本进行准确分类,是促进医院信息化发展的一个重要途径.本研究提出一种基于注意力机制的双层次文本分类模型,用于对生物医学文本进行有效分类.该模型结合卷积神经网络与循环神经网络的优势,对用户输入的疾病文本进行特征提取.首先,在第一层次...
- 概要：
- 方法：
- 结论：
【中文期刊】 杜曾贞 唐东昕 等 《计算机应用》 2022年42卷3期 867-873页
【摘要】 在智能问诊中,为了让医生快速提出合理的反问以提高医患对话效率,提出了基于深度神经网络的反问生成方法.首先获取大量医患对话文本并进行标注;然后使用文本循环神经网络(TextRNN)、文本卷积神经网络(TextCNN)二种分类模型分别对医生的陈...
- 概要：
- 方法：
- 结论：
【中文期刊】 王新艳 《微型电脑应用》 2021年37卷1期 137-139页
【摘要】 研究了基于深度学习的文本特征提取方法并用于设计,具体使用卷积神经网络与卷积循环神经网络构建了一种特征提取模型,将其同统计学中常用的文本特征表示方法进行对比使用,并以知网的中文学术论文数据集作为测试对象,通过SVM与随机森林分类器分别对提取出...
- 概要：
- 方法：
- 结论：
【学位论文】 作者：黄祥洲 导师：汤斯亮 魏宝刚 浙江大学 计算机科学与技术 计算机科学与技术（博士） 2020年
【摘要】 互联网的迅猛发展和广泛普及造就了一个数据爆炸的时代。在大数据时代，信息的获取变得方便快捷，但从海量数据中进行有效信息的筛选变得困难。问答系统是信息检索的高级形式。相比于基于关键词的传统检索方法，问答系统可以直接读取以自然语言提出的问题，理解...
- 概要：
- 方法：
- 结论：
【会议论文】程彪 2020中国卫生信息技术/健康医疗大数据应用交流大会 2020年
【摘要】 医学行为产生了大量的医学数据.这些数据在结构上可以分为结构化数据和非结构化数据.非结构化数据可以分为文本、图像和声音等,非结构化数据的分析和应用在医疗行业中具有重要意义.图像和声音的分析和应用在行业中得到了很大的发展,但是医学文本的分析和应...
- 概要：
- 方法：
- 结论：
【中文期刊】 王正芳 张军亮 等 《医学信息学杂志》 2024年45卷5期 76-82,100页ISTICCA
【摘要】 目的/意义 改善中文电子病历命名实体识别模型的性能,更好地开展医疗信息的组织和挖掘.方法/过程 构建ERNIE-BiGRU-Attention-CRF中文电子病历命名实体识别模型,首先采用ERNIE1.0 预训练模型生成具有语义特征的词向量...
【关键词】 命名实体识别；ERNIE；双向门控循环神经网络；
- 概要：
- 方法：
- 结论：
【中文期刊】 帅亚琦 李燕 等 《现代信息科技》 2023年7卷5期 145-148,152页
【摘要】 随着现代信息技术的飞速发展,人类社会开始进入大数据时代,如何高效快捷地从海量的中医医案文本数据中挖掘出我们所需要的信息,从而更好地应用于临床工作,是目前亟待解决的问题.通过实验对慢性支气管炎中医医案进行研究,分析BERT、BILSTM、BI...
- 概要：
- 方法：
- 结论：
【中文期刊】 李超凡 马凯 《微电子学与计算机》 2022年39卷4期 33-40页
【摘要】 为解决卷积神经网络(CNN)和循环神经网络(RNN)处理文本分类任务时,由于文本特征稀疏造成的关键特征信息丢失、模型性能不高和分类效果不佳等问题.提出一种基于多通道注意力机制的文本分类模型,首先利用字词融合的形式进行向量表示,然后利用CNN...
- 概要：
- 方法：
- 结论：
加载中...
