【技术实现步骤摘要】
本专利技术涉及一种面向精神疾病文本的多层次特征融合分类方法，该方法适用于精神疾病文本的分类。
技术介绍
0、技术背景
1、在过去的几年里，基于深度学习的方法在自然语言处理领域卓有成效。一方面，卷积神经网络因为其局部感受野、权值共享等特性，已经普遍的应用在自然语言处理领域，例如vgg、resnet等，其中，textcnn在cnn的基础上进行了一定的变形，在简单的网络模型结构下，依旧能够具有不错的效果。另一方面，循环神经网络因为其能够获取到上下文信息，同样是自然语言处理领域的重要技术，例如lstm、gru等。而bilstm作为lstm的变种，通过引入前向和后向的lstm网络，使得模型同时具有文本的上下文信息。
2、在精神疾病的治疗上，医生和病人间的对话是医生主要诊断患者是否患有精神疾病以及精神疾病种类的主要依据，通过人工智能技术，对医生与患者之间的对话进行语义分析，可以帮助对精神疾病的辅助诊断以及判别。现阶段大多数对语义的研究都是对微博、论坛等用户可以自由发言的平台上的帖子进行数据抓取并进行相应的研究，几乎没有直接在
【技术保护点】
1.一种面向精神疾病文本的多层次特征融合分类方法，包括以下步骤：
【技术特征摘要】
1.一种面向精神疾病文本的多层次...
【专利技术属性】
技术研发人员：池凯凯，张闰哲，毛科技，张华，徐金宇，
申请(专利权)人：杭州工成数智科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。