福建师范大学学报(自然科学版)

2018, v.34;No.162(04) 10-15

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于词向量句子相似度量的医疗科室推荐
Measuring Sentence Similarity Based on Word Vector for Medical Department Recommendation

宁建飞;黄发良;

摘要(Abstract):

针对医疗信息系统中传统科室推理方法存在的计算效率低下、推荐效果欠佳与知识库难于维护等问题,提出了基于词向量句子相似度量的医疗科室推荐方法.该方法采用深度学习工具构建医疗知识库词向量模型,以词向量代替语义词典检索或词频统计来实现医疗问答对的相似度量,建立基于句子相似度量的医疗科室推荐框架.通过专业医疗在线问医平台真实问答数据的实验,结果表明,与传统科室推理方法相比较,该方法具有更高的推荐准确率与工程可行性.

关键词(KeyWords): 词向量;句子相似度;医疗科室推荐

Abstract:

Keywords:

基金项目(Foundation): 福建省自然科学基金资助项目(2017J01497);; 广东职业教育信息化研究会项目(YZJY161724);; 罗定职业技术学院课题项目(KY2016022)

作者(Authors): 宁建飞;黄发良;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享