摘要

【目的】 提出一種面向不平衡數(shù)據(jù)的電子病歷自動(dòng)分類方法,以進(jìn)一步提高臨床電子病歷分類性能。【方法】 利用MC-BERT增強(qiáng)電子病歷的語(yǔ)義表示,并設(shè)計(jì)了相應(yīng)的深度神經(jīng)網(wǎng)絡(luò)框架以提高模型的語(yǔ)義提取能力,最終利用類別數(shù)量比例、梯度協(xié)調(diào)機(jī)制和類別相似度從樣本數(shù)量不平衡和樣本分類難度不平衡兩個(gè)角度設(shè)計(jì)了新的損失函數(shù)。【結(jié)果】 通過(guò)真實(shí)電子病歷數(shù)據(jù)集進(jìn)行實(shí)證和對(duì)比實(shí)驗(yàn),本文方法的精確率、宏平均

總結(jié)

以上是生活随笔為你收集整理的面向不平衡数据的电子病历自动分类研究的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。