文章详情

摘要

针对中医医案诊断分类研究中上下文语义捕捉不足，难以有效捕捉长距离依赖信息以及分类精确度低等问题，提出了一种结合文本卷积神经网络（TextCNN）和门控循环单元（GRU）的混合模型。首先，利用Word2Vec模型对词向量进行训练，构建局部词向量库。其次，采用文本卷积神经网络对中医医案文本进行特征提取，以捕捉局部重要信息。最后，利用门控循环单元对提取的特征进行上下文信息建模，从而显著增强模型对长依赖关系的处理能力。实验结果表明，该模型在中医医案诊断文本分类任务中表现出色，预测精度达到85.01%，F1值为81.86%。

关键词

中医医案；TextCNN；GRU；Word2Vec模型；文本分类

参考文献

1. [1] 易钧汇，查青林.中医症状信息抽取研究综述 [J].计算机工程与应用，2023，59（17）：35-47.
2. [2] 刘刚刚，高鲁，谢欣昇，等.数字中医学的研究进展 [J].中华中医药学刊，2024，42（9）：9-12.
3. [3] THOMPSON P. Looking Back: On Relevance, Probabilistic Indexing and Information Retrieval [J].Information Processing & Management，2007，44（2）：963-970.
4. [4] ZHAO W D，ZHU L，WANG M，et al. WTL-CNN: A News Text Classification Method of Convolutional Neural Network Based on Weighted Word Embedding [J].Connection Science，2022，34（1）：2291-2312.
5. [5] HE D P，HE Z L，LIU C. Recommendation Algorithm Combining Tag Data and Naive Bayes Classification [C]//2020 3rd International Conference on Electron Device and Mechanical Engineering（ICEDME）.Suzhou：IEEE，2020：662-666.
6. [6] ZHANG M Y，AI X B，HU Y Z. Chinese Text Classification System On Regulatory Information Based On SVM [J].IOP Conference Series: Earth and Environmental Science，2019，252（2）：022133.
7. [7] CHEN Z，ZHOU L J，LI X D，et al. The Lao Text Classification Method Based on KNN [J].Procedia computer science，2020，166：523-528.
8. [8] DIENG A B，WANG C，GAO J F，et al. TopicRNN: A Recurrent Neural Network with Long-Range Semantic Dependency [J/OL].arXiv:1611.01702 [cs.CL].[2024-09-18].https://arxiv.org/abs/1611.01702.
9. [9] ZHOU Y J，LI J L，CHI J H，et al. Set-CNN: A Text Convolutional Neural Network Based on Semantic Extension for Short Text Classification [J/OL].Knowledge-based systems，2022，257：109948.[2024-09-18].https://www.sciencedirect.com/science/article/abs/pii/S0950705122010413?via%3Dihub.
10. [10] ZHANG C，GAO R Z，MA X Y，et al. W-TextCNN: A TextCNN Model With Weighted Word Embeddings for Chinese Address Pattern Classification [J/OL].Computers，environment and urban systems，2022，95：101819.https://www.sciencedirect.com/science/article/abs/pii/S0198971522000631?via%3Dihub.
11. [11] GUO B，ZHANG C X，LIU J M，et al. Improving Text Classification with Weighted Word Embeddings Via A Multi-Channel TextCNN Model [J].Neurocomputing，2019，363：366-374.
12. [12] TRANG P T Q，THANG B M，HAI D T. Single Concatenated Input is Better than Indenpendent Multiple-input for CNNs to Predict Chemical-induced Disease Relation from Literature [J].VNU Journal of Science：Computer Science and Communication Engineering，2020，36（1）：11-16.
13. [13] DEVLIN J，CHANG W M，LEE K，et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding [J].Conference on the North American Chapter of the Association for Computational Linguistics：Human Language Technologies，2019：3498-4195.
14. [14] 姜惠杰，查青林.基于孪生网络的中医医案主诉匹配方法 [J].现代信息技，2023，7（23）：122-126.
15. [15] 姜惠杰，查青林.基于语义增强的中医医案主诉匹配方法 [J].现代信息科技，2023，7（24）：142-146.
16. [16] 席宁丽，朱丽佳，王录通，等.一种Word2vec构建词向量模型的实现方法 [J].电脑与信息技术，2023，31（1）：43-46.
17. [17] 汪烨，周澳回，周思源，等.智能计算服务的需求获取方法 [J].计算机应用，2022，42（11）：3486-3492.
18. [18] 王侃，王孟洋，刘鑫，等.融合自注意力机制与CNN-BiGRU的事件检测 [J].西安电子科技大学学报，2022，49（5）：181-188.

基金项目

江西省科技厅重点研发计划项目（20171ACG70011）；江西省科技厅重点研发计划项目（20203BBG72W008）

作者简介

邱雪峰（1998—），男，汉族，河南商丘人，硕士研究生在读，研究方向：自然语言处理；查青林（1973—），男，汉族，江西上饶人，教授，硕士生导师，硕士研究生，研究方向：中医信息学；苗震（1997—），男，汉族，吉林辽源人，硕士研究生在读，研究方向：数据挖掘；刘明（1996—），男，汉族，江西赣州人，硕士研究生在读，研究方向：数据挖掘；李欣依（2000—），女，汉族，河南商丘人，本科在读，研究方向：自然语言处理。