- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于知识图谱和多头池化图卷积的医学文本分类方法,属于文本分类和自然语言处理技术领域。首先,文本预处理,即从数据集中的文本中构建词集。其次,文本扩展,即采用基于知识图谱的文本扩展方法对词集Si进行扩展。然后,根据扩展词集构建文本‑词语异构图。最后,对文本‑词语异构图节点进行分类,获得文本分类结果。该文本扩展方法的特点是利用最小斯坦纳树建模来扩展文本,捕获文本的隐含语义信息,从而解决医学短文本语义稀疏的问题。通过文本‑词语异构图挖掘词语和文本的相关性,基于自注意力机制的多头池化图卷积
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116975282 A
(43)申请公布日 2023.10.31
(21)申请号 202310787599.7
(22)申请日 2023.06.29
(71)申请人 北京理工大学
文档评论(0)