摘要
本发明涉及自然语言处理技术领域,尤其涉及一种基因本体医学术语向量表示方法。解决了医学术语的向量表示不考虑医学术语在其相关向量表示中的个体语义权重的问题。其技术方案为:一种基因本体医学术语向量表示方法,包括以下步骤:S1:数据收集、训练、预处理;S2:基于Word2Vec模型的医学术语向量开发Gene Ontology:GO医学术语向量;S3:GO医学术语个体语义权重的计算;S4:基于语义权重的GO医学术语向量表示。本发明的有益效果为:改进医学术语向量表示效率,提高效率。
技术关键词
Word2Vec模型
术语
医学
语义
基因
自然语言
数据
线性
代表
参数
系统为您推荐了相关专利信息
知识图谱扩展模型
动态更新方法
节点
参数
语义向量
编码自动转换方法
疾病
电子病历系统
诊疗信息
神经网络模型
关系抽取方法
关系抽取模型
注意力
细粒度实体
双线性
语义特征
融合语义信息
音频特征
视觉特征
编码器