%A 唐晓波,高和璇 %T 基于关键词词向量特征扩展的健康问句分类研究 * %0 Journal Article %D 2020 %J 数据分析与知识发现 %R 10.11925/infotech.2096-3467.2019.1299 %P 66-75 %V 4 %N 7 %U {https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/abstract/article_4800.shtml} %8 2020-07-25 %X

目的】基于医疗问答社区中的健康问句数据,提出基于关键词词向量特征扩展的健康问句分类模型,提升健康问句的分类效率,帮助医疗问答社区提高患者使用满意度。【方法】分别使用TF-IDF和LDA提取关键词,使用Word2Vec对关键词进行词向量特征扩展,并将其应用于医疗问答社区中的健康问句分类。【结果】本模型可以有效地提升健康问句分类的效果。当关键词提取方式为TF-IDF、训练词向量的语料库为问答全集语料库、保留词典中词语数为600、语言模型为CBOW时,准确率、召回率、F值分别为0.987 2、0.972 5、0.979 8,分类效果最优。【局限】 未在语义层面深度提取医学短文本关键词。【结论】基于关键词词向量特征扩展的健康问句分类模型在健康问句分类方面与现有分类方法相比具有更好的分类效果。