典型文献
多层次特征融合的中医药材推荐方法研究
文献摘要：
深度学习技术迅速发展,在中医药材推荐任务中被大量使用.针对传统神经网络模型在中医药材推荐应用中推荐精度不高、模型参数量较大等问题,提出一种多层次特征融合的轻量级药材推荐方法.在TextCNN模型参数量少、特征抽取全面等特点的基础上,进一步融合症状语义特征和序列特征,从而获取更全面的症状药材特征完成中医药材推荐任务,并将其在中医药材公开数据集上进行验证.实验表明,该方法对药材推荐的F5得分达到0.2419,相较于基线模型具有显著提升,模型大小仅为4.26M.并且,通过消融实验分析不同模型组件对推荐任务的影响,验证了所提方法的有效性,以期为中医药材推荐提供新的方法.
文献关键词：
药材推荐;机器学习;Glove;TextCNN;特征融合
中图分类号：
作者姓名：
李大硕;张宏军;廖春林;徐有为;王航;李逸林
作者机构：
陆军工程大学指挥控制工程学院, 江苏南京 210001;南京中医药大学附属南京中医院, 江苏南京 210022
文献出处：
引用格式：
[1]李大硕;张宏军;廖春林;徐有为;王航;李逸林-.多层次特征融合的中医药材推荐方法研究)[J].软件导刊,2022(12):14-20
A类：
药材推荐,26M
B类：
多层次特征融合,推荐方法,深度学习技术,推荐任务,推荐精度,模型参数量,轻量级,TextCNN,特征抽取,状语,语义特征,序列特征,公开数据集,对药,F5,基线模型,消融实验,Glove
AB值：
0.217965
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。
