基于深度学习表示的医学主题语义相似度计算研究OACSTPCD
针对医疗文本中主流搜索方法大多采用关键字抽取的方法进行问题的搜索效果不足以满足需求。论文提出使用基于深度学习的语言概率模型构建文本向量空间,通过计算统计词语在文本数据中上下文背景的出现概率,将文本信息由字符串转化为向量化数据进行语义相似度计算,使用神经网络深度学习框架进行搜索方法的算法优化实现。实验显示,该方法测试结果在精度指标上取得了高于文档数据集精度基准线值的表现,对比原有方法存在20%的提升。
黄承宁;李双梅;景波
南京工业大学浦江学院,南京211222南京工业大学浦江学院,南京211222南京审计大学,南京211812
信息技术与安全科学
深度学习语义相似度神经网络语言概率模型
《计算机与数字工程》 2022 (6)
P.1149-1152,4
评论