-
公开(公告)号:CN114398935A
公开(公告)日:2022-04-26
申请号:CN202111363669.3
申请日:2021-11-17
Applicant: 重庆邮电大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于深度学习的医学影像报告多标签分类方法,包括:获取医学影像报告的文本数据和医学影像报告中的异常情况的标签数据;根据文本数据和标签数据得到词向量和标签向量;将词向量和标签向量输入多标签分类模型,得到多标签分类任务损失;将词向量、文本数据和标签向量输入辅助任务模型,得到辅助任务损失;根据辅助任务损失和多标签分类任务损失对多标签分类模型进行反向传播优化,得到训练多标签分类模型;获取待检测医学影像报告的待检测文本数据;将待检测文本数据输入训练多标签分类模型,确定待检测医学影像报告的异常问题。本发明能够实现自动提取高阶特征,建立多个标签的关联性的方法,建立不同的神经网络层,来对文本进行多标签分类。
-
公开(公告)号:CN114036380A
公开(公告)日:2022-02-11
申请号:CN202111313875.3
申请日:2021-11-08
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/04
Abstract: 本发明请求保护一种基于时间门控循环单元的跨领域序列智能推荐方法,所述方法包括:对两个领域的数据集进行预处理;将用户在两个领域的历史行为序列按照时间先后顺序合并成一个序列;使用时间门控循环单元对跨领域序列进行建模;通过两个领域特定子网络建模分别得到两个领域候选行为的概率分布,然后同时对两个领域作下一个行为推荐。本发明通过增加领域感知的时间门来解决跨领域序列中相邻行为时间间隔不一致问题;并且还增加了一个基于用户偏好的用户门,可以对目标用户实现个性化推荐。本发明可以在一定程度缓解数据稀疏、用户冷启动等常见问题。
-