基于关键词词向量特征扩展的健康问句分类研究

摘要：

[目的]基于医疗问答社区中的健康问句数据,提出基于关键词词向量特征扩展的健康问句分类模型,提升健康问句的分类效率,帮助医疗问答社区提高患者使用满意度.[方法]分别使用TF-IDF和LDA提取关键词,使用Word2Vec对关键词进行词向量特征扩展,并将其应用于医疗问答社区中的健康问句分类.[结果]本模型可以有效地提升健康问句分类的效果.当关键词提取方式为TF-IDF、训练词向量的语料库为问答全集语料库、保留词典中词语数为600、语言模型为CBOW时,准确率、召回率、F值分别为0.987 2、0.972 5、0.979 8,分类效果最优.[局限]未在语义层面深度提取医学短文本关键词.[结论]基于关键词词向量特征扩展的健康问句分类模型在健康问句分类方面与现有分类方法相比具有更好的分类效果.

关键词：特征扩展、短文本分类、Word2Vec、TF-IDF

所属期刊栏目：4

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家自然科学基金项目“基于文本和Web语义分析的智能资讯服务研究”项目编号:71673209

在线出版日期：2020-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：66-75