一种基于改进的TextCNN的患者意图分类方法

本发明适用于医疗信息处理技术领域，提供了一种基于改进的TextCNN的患者意图分类方法，包括以下步骤：对患者对话文本进行文本预处理，得到token列表；利用预训练的word2vec模型将每个token列表转换为词向量，生成词嵌入矩阵；构建改进的TextCNN模型并使用带有意图标注的语料数据对其进行训练，对文本向量进行分类；通过正则表达式匹配固定句式和关键词，对分类结果进行校正。本发明通过预处理步骤，减少了文本中的噪音，提升了模型的训练效果；使用word2vec模型和改进的TextCNN网络，能够更加有效地捕捉文本的语义信息，提高分类的准确性；通过正则表达式匹配校正步骤，提升了分类结果的可靠性。