【技术实现步骤摘要】
本专利技术涉及分类，尤其是涉及一种基于bert-ffmcnn文本分类的中医病名预测方法。
技术介绍
1、中医诊断时，中医根据中医四诊所获得的信息，分析患者的相应症状，做出鉴别诊断。然而，由于中医诊断的模糊性和主观性，在诊断推理过程中容易出现误诊，降低了中医诊断的准确性，削弱了患者对中医的信心。
2、针对这一问题，一些研究人员利用中医的病历信息，将中医诊断转化为分类问题，使用基于文本分类的方法来对临床数据进行分析和处理，从中提取有用的特征和知识，实现中医诊断的智能化和标准化，降低中医诊断过程中的模糊性和主观性的影响。
3、文本分类是自然语言处理中的一个重要任务，传统的文本分类方法通常基于词袋模型或词向量模型，将文本表示为固定长度的向量，然后使用机器学习算法如支持向量机、随机森林或神经网络进行分类。这些方法虽然简单易实现，但这些方法忽略了文本中词语之间的顺序和语义关系、无法处理未登录词(out-of-vocabulary)和多义词(polysemy)，对于中医领域的文本分类效果不佳。
4、近年来，随着深度...
【技术保护点】
1.一种基于Bert-FFMCNN文本分类的中医病名预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于Bert-FFMCNN文本分类的中医病名预测方法，其特征在于，步骤S11中，症状描述X1是包含性别、年龄、规范化主诉、规范化现病史的文本序列。
3.根据权利要求1所述的一种基于Bert-FFMCNN文本分类的中医病名预测方法，其特征在于，步骤S12中，主诉症状X2为短文本序列。
4.根据权利要求1所述的一种基于Bert-FFMCNN文本分类的中医病名预测方法，其特征在于，特征融合模块是一个基于多层感知器和自注意力
【技术特征摘要】
1.一种基于bert-ffmcnn文本分类的中医病名预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于bert-ffmcnn文本分类的中医病名预测方法，其特征在于，步骤s11中，症状描述x1是包含性别、年龄、规范化主诉、规范化现病史的文本序列。
3.根据权利要求1所述的一种基于bert-ffmcnn文本分类的中医病名预测方法，其特征在于，步骤s12中，主诉症状x2为短文本序列。
4.根据权利要求1所述的一种基于bert-ffmcnn文本分类的中医病名预测方法，其特征在于，特征融合模块是一个基于多层感知器和自注意力的文本编码器。
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。