摘要

中文与英文虽然都是连词成句,但是词的划分方式大为不同,分词不适当会造成信息错误传递,将直接影响文本分类的效果。分类模型层出不穷,针对医患对话文本具有语句短、专业词汇多等特点,本文将融合知识增强语义表示模型(Enhanced Representation through Knowledge Integration,ERNIE)和卷积神经网络模型(Convolutional Neural Networks,CNN)对医患对话文本进行分类。ERNIE-CNN模型与独立的ERNIE模型和CNN模型进行对比实验。实验结果表明,ERNIE-CNN模型具有更好的分类效果。

  • 单位
    金华职业技术学院; 机电工程学院