医学领域中基于注意力机制的查询扩展.pdf

医学领域中基于注意力机制的查询扩展.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

计算机系统应用ISSN1003-3254,CODENCSAOBNE-mail:csa@

ComputerSystemsApplications,2019,28(8):197−203[doi:10.15888/ki.csa.007034]

©中国科学院软件研究所版权所有.Tel:+86-10

医学领域中基于注意力机制的查询扩展①

111,213

陈素,杨燕,胡琴敏,贺樑,陈成才

1(华东师范大学计算机与软件工程学院,上海200062)

2(瑞尔森大学计算机科学系,多伦多ONM5B2K3)

3(上海智臻智能网络科技股份有限公司小i机器人研究院,上海201803)

通讯作者:杨燕,E-mail:yanyang@

摘要:临床决策支持系统中,通常使用电子病历中的病人描述作为查询检索,进而辅助医生做决策分析.我们提出

了一个基于注意力机制的网络扩展查询方法以提高检索效果.由于医学文本注释的难度和成本很高,并受到了迁移

学习理念的启发,我们选择了非医学领域数据集学习句子与实体的关系,迁移到医学领域数据集,模型用LSTM获

得句子表征并用注意力机制来获得实体表示.我们提出的方法可以动态选择相关实体作为查询扩展,同时我们不仅

考虑单个实体作为扩展的影响,也考虑了实体组合作为扩展的影响,解决了选择固定数目实体的问题.我们在

TRECClinicalDecisionSupportTrack三个标准数据集上进行实验,实验表明本文提出的方法在实验结果上有显著

的提升.

关键词:查询扩展;注意力机制;迁移学习;深度学习

引用格式:陈素,杨燕,胡琴敏,贺樑,陈成才.医学领域中基于注意力机制的查询扩展.计算机系统应用,2019,28(8):197–203.

/1003-3254/7034.html

AttentionBasedNetworkforQueryExpansioninMedicalDomain

111,213

CHENSu,YANGYan,HUQin-Min,HELiang,CHENCheng-Cai

1(SchoolofComputerScienceandSoftwareEngineering,EastChinaNormalUniversity,Shanghai200062,China)

2(DepartmentofComputerScience,RyersonUniversity,TorontoONM5B2K3,Canada)

3(ShanghaiXiaoiRobotTechnologyCo.Ltd.,Shanghai201803,China)

Abstract

Keywords:queryexpansion;attentionmechanism;migrationlearning;deeplearning

文本检索会议(TREC)临床决策支持任务(CDS)从在线的医学文献集合返回相关文献.

的目的是构建一个信息检索系统以支持临床决策.系传统的信息检索系统是根据给定查询中关键词的

[1]

统接受由医生从电子病历(EMR)中总结的查询,然后统计量信息计算文章的相关性.根据文章的相关性得

①收稿时间:2019-02-20;修改时间:2019-03-08;采用时间:2019-03-18;csa在线出版时间:2019-08-08

文档评论(0)

151****0413 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档