用于医疗文本分类的决策树构建方法及装置制造方法及图纸

本公开提供一种用于医疗文本分类的决策树构建方法，包括：构建训练集；构建属性集；如果训练集的各个样本都属于相同类别，则将节点标记为一个类别的叶节点，决策树构建完成，结束；如果属性集为空或无法对训练集进一步划分，则将当前训练集所在的节点标记为叶节点；以及遍历属性集中的每一个属性，选择最优划分属性，将训练集划分为若干子集，如果子集为空，则将包含训练集的分支节点标记为叶节点，类别记为训练集中样本最多的类，构建结束，否则继续遍历。本公开还提供了一种用于医疗文本分类的决策树构建装置、电子设备以及可读存储介质。质。质。

【技术实现步骤摘要】
用于医疗文本分类的决策树构建方法及装置


[0001]本公开涉及一种用于医疗文本分类的决策树构建方法、装置、电子设备及可读存储介质，属于文本分类


技术介绍

[0002]文本分类的相关技术已经取得了很大进展，但是在医疗领域中，文本分类任务与普通场景下的文本分类任务有一定区别，一是表现为医疗领域专业性较强，含有大量的医学专业名称，二是表现为医疗文本类别不均衡的问题，是困扰医疗文本分类准确性的关键，类别不均衡导致模型在学习过程中严重倾向于多数类，无法学习到少数类别的特征。在构建用于医疗文本分类的决策树中，如何解决医疗文本类别不均衡可能导致的特征缺失问题，将会影响决策树对于医疗文本分类的效果。

技术实现思路

[0003]为了解决上述技术问题中的至少一个，本公开提供了一种用于医疗文本分类的决策树构建方法、装置、电子设备及可读存储介质。
[0004]根据本公开的一个方面，提供一种用于医疗文本分类的决策树构建方法，包括：
[0005]构建训练集D＝{(x1，y1)，(x2，y2)，
……r/>，(x
...

【技术保护点】

【技术特征摘要】
1.一种用于医疗文本分类的决策树构建方法，其特征在于，包括：构建训练集D＝{(x1，y1)，(x2，y2)，
……
，(x
m
，y
m
)}，其中，xi表示训练集中的各个样本，yi表示训练集中的样本对应的类别；构建属性集A＝{a1，a2，a3……
，a
d
}，其中，a
d
表示属性；如果训练集D的各个样本xi都属于相同类别，则将节点标记为一个类别的叶节点，决策树构建完成，结束；如果属性集A为空或无法对训练集D进一步划分，则将当前训练集所在的节点标记为叶节点；以及遍历属性集中的每一个属性，选择最优划分属性，将训练集D划分为若干子集Dv，如果Dv为空，则将包含训练集D的分支节点标记为叶节点，类别记为训练集D中样本最多的类，构建结束，否则继续遍历。2.根据权利要求1所述的用于医疗文本分类的决策树构建方法，其特征在于，所述属性集A的构成包括：对训练文本进行分词，统计各个词的词频，将每个词作为属性集A的组成。3.根据权利要求2所述的用于医疗文本分类的决策树构建方法，其特征在于，所述属性集A通过基尼指数划分的方法获取。4.根据权利要求3所述的用于医疗文本分类的决策树构建方法，其特征在于，通过基尼指数划分的方法，包括：对于属性集A中的每一个属性，逐一计算各个属性的基尼指数；以及选取基尼指数值最小的属性作为最终划分集合属性。5.一种用于医疗文本分类的决策树构建装置，其特征在于，包括：训练集构建模块，用于构建训练集，训练集D＝{(x1，y1)，(x2，y2)，
……
，(x
m
，y
m...

【专利技术属性】
技术研发人员：张萌，周玉，
申请(专利权)人：北京中科凡语科技有限公司，
类型：发明
国别省市：