摘要
本发明公开了一种基于基学习器和元学习器的医疗文本分类方法,包括以下:S1:构建数据集,数据集包括若干医疗文本和对应的标签;S2:步骤S2:构建医疗文本分类模型,医疗文本分类模型包括基学习器和元学习器,异构模型从医疗文本中提取不同层次的语义信息并输出基学习器预测结果;S3:使用S2的元特征来训练元学习器;S4:通过元学习器计算给定样本预测为类别k的概率估计。本发明提升了医疗文本分类的整体准确性和鲁棒性。
技术关键词
医疗文本分类方法
学习器
文本分类模型
异构
BiLSTM模型
BERT模型
双曲正切函数
训练集数据
索引
标签
单元门
参数
语义
分类器
鲁棒性
特征值
矩阵
系统为您推荐了相关专利信息
多云平台
数据恢复方法
数据恢复系统
数据管理模型
硬件配置信息
结构检测方法
异构
三维重建算法
刻蚀技术
半导体
异构机器人
图像特征点
图像采集装置
定位方法
惯性传感器
空间分布特征
物体
GIS平台
多任务
计算机执行指令
印刷电路板元件
节点
注意力机制
编码器
解码器架构