首页|医学文献阅读增强深度学习方法

医学文献阅读增强深度学习方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对专业医学术语的理解问题,提出一种新的方法.结合关键词层级划分树(HST)和基于注意力机制的卷积神经网络(lwCNN),分别用于抽取医学文献的关键内容和检索与医学文献相关的社区问答.首先利用关键词层级划分树对医学文献中的内容划分得到不同的片段,并对各个片段中的内容抽取代表性关键词,进而使用lwCNN对社区问答数据进行检索并做相关性排序,最后生成注解并链接到对应的文本片段中,藉此帮助读者理解医学文献.实验结果表明:本文方法相比经典的信息检索算法和优秀的深度学习算法,有更好的检索效果,它的P@5、MAP和MRR评价指标值均优于对比算法.
Deep learning method for reading enhancement of medical documents

medical documentsreading enhancementtext retrievaldeep learningcommunity Q&A

阮群生、谢运煌、柯汉平、吴清锋

展开 >

赣州师范高等专科学校自然科学与计算机系,江西 赣州 341000

宁德师范学院信息与机电工程学院

厦门大学信息学院

医学文献 阅读增强 文本检索 深度学习 社区问答

江西省教育厅科技重点项目福建省科技计划项目

GJJ22060032021J011169

2023

10.16644/j.cnki.cn33-1094/tp.2023.10.001

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(10)
  • 2