摘要
本发明公开了一种基于改进BERT模型的医学急救文本分类方法,包括:对原始医学急救文本进行预处理,构建急救文本预处理数据集;构建KAN‑BERT分类模型,其中,在Transformer编码器中,使用科尔莫戈洛夫‑阿诺德网络将每个权重参数均设置为可学习的函数,使神经网络中的非线性由权重的可学习函数提供;利用急救文本预处理数据,对所述KAN‑BERT分类模型进行训练和验证;使用训练好的所述KAN‑BERT分类模型对待处理的急救文本预处理数据进行分类。本发明还提供了一种基于改进BERT模型的医学急救文本分类装置。该方法和装置能够提高医学急救文本数据分类的准确性和专业性。
技术关键词
BERT模型
文本分类方法
医学
文本分类装置
编码器
分类模型构建
非线性
数据分类
处理器通信
自然语言
标记
字符
超参数
模块
存储器
训练集
注意力
系统为您推荐了相关专利信息
医学影像数据
操作技能
仿生材料
打印机
模型构建方法
通气功能
异常识别方法
YOLO算法
算法模型
曲线
可见光图像
红外光
解码器
匈牙利匹配算法
交叉注意力机制
社交网络隐私保护方法
在线社交网络数据
噪声
邻居
高效隐私保护
知识图谱推理
光电
识别方法
文本
图像特征向量提取