典型文献
基于深度学习表示的医学主题语义相似度计算研究
文献摘要：
针对医疗文本中主流搜索方法大多采用关键字抽取的方法进行问题的搜索效果不足以满足需求.论文提出使用基于深度学习的语言概率模型构建文本向量空间,通过计算统计词语在文本数据中上下文背景的出现概率,将文本信息由字符串转化为向量化数据进行语义相似度计算,使用神经网络深度学习框架进行搜索方法的算法优化实现.实验显示,该方法测试结果在精度指标上取得了高于文档数据集精度基准线值的表现,对比原有方法存在20％的提升.
文献关键词：
深度学习;语义相似度;神经网络;语言概率模型
中图分类号：
作者姓名：
黄承宁;李双梅;景波
作者机构：
南京工业大学浦江学院 南京 211222;南京审计大学 南京 211812
文献出处：
引用格式：
[1]黄承宁;李双梅;景波-.基于深度学习表示的医学主题语义相似度计算研究)[J].计算机与数字工程,2022(06):1149-1152
A类：
语言概率模型
B类：
医学主题,语义相似度,相似度计算,医疗文本,搜索方法,关键字,出使,建文,文本向量,向量空间,词语,文本数据,上下文,出现概率,文本信息,字符串,向量化,量化数据,深度学习框架,算法优化,优化实现,精度指标,文档,基准线
AB值：
0.41016
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
