提出一种应用于中文医疗文本分类的基于词汇级的图卷积神经网络(Vocab-GCN)模型。该模型不仅可以直接对医学文本关系图进行学习，在图嵌入中保存关系图的全局结构信息，得到含有语义网络的深层病理关系，而且仅依靠两层卷积神经网络(CNN)就展现出了良好的学习优势。实验结果表明：基于Vocab-GCN的中文医疗文本分类方法相比于最优的深度学习方法提高了6.17%的分类准确率，适用于患者初步对疾病类型做出诊断。
科研之友
微信
新浪微博
Facebook
分享链接
