CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于注意力和字嵌入的中文医疗问答匹配方法
陈志豪1; 余翔1; 刘子辰2; 邱大伟2; 顾本刚1
2019
发表期刊计算机应用
ISSN1001-9081
卷号39.0期号:006页码:1639
摘要针对当前的分词工具在中文医疗领域无法有效切分出所有医学术语,且特征工程需消耗大量人力成本的问题,提出了一种基于注意力机制和字嵌入的多尺度卷积神经网络建模方法。该方法使用字嵌入结合多尺度卷积神经网络用以提取问题句子和答案句子不同尺度的上下文信息,并引入注意力机制来强调问题和答案句子之间的相互影响,该方法能有效学习问题句子和正确答案句子之间的语义关系。由于中文医疗领域问答匹配任务没有标准的评测数据集,因此使用公开可用的中文医疗问答数据集(cMedQA)进行评测,实验结果表明该方法优于词匹配、字匹配和双向长短时记忆神经网络(BiLSTM)建模方法,并且Top-1准确率为65.43%。
关键词自然语言处理 问答对匹配 卷积神经网络 字嵌入 注意力机制
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/32836
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.重庆邮电大学通信与信息工程学院
2.中国科学院计算技术研究所
推荐引用方式
GB/T 7714
陈志豪,余翔,刘子辰,等. 基于注意力和字嵌入的中文医疗问答匹配方法[J]. 计算机应用,2019,39.0(006):1639.
APA 陈志豪,余翔,刘子辰,邱大伟,&顾本刚.(2019).基于注意力和字嵌入的中文医疗问答匹配方法.计算机应用,39.0(006),1639.
MLA 陈志豪,et al."基于注意力和字嵌入的中文医疗问答匹配方法".计算机应用 39.0.006(2019):1639.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陈志豪]的文章
[余翔]的文章
[刘子辰]的文章
百度学术
百度学术中相似的文章
[陈志豪]的文章
[余翔]的文章
[刘子辰]的文章
必应学术
必应学术中相似的文章
[陈志豪]的文章
[余翔]的文章
[刘子辰]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。