-
公开(公告)号:CN118551053A
公开(公告)日:2024-08-27
申请号:CN202411026297.9
申请日:2024-07-30
申请人: 江西师范大学
IPC分类号: G06F16/35 , G06F40/30 , G06N3/0442 , G06N3/0455 , G06N3/0985 , G06N3/048
摘要: 本发明公开了一种基于基学习器和元学习器的医疗文本分类方法,包括以下:S1:构建数据集,数据集包括若干医疗文本和对应的标签;S2:步骤S2:构建医疗文本分类模型,医疗文本分类模型包括基学习器和元学习器,异构模型从医疗文本中提取不同层次的语义信息并输出基学习器预测结果;S3:使用S2的元特征来训练元学习器;S4:通过元学习器计算给定样本预测为类别k的概率估计。本发明提升了医疗文本分类的整体准确性和鲁棒性。