10.3969/j.issn.1000-386x.2023.10.020
基于DeepMeSHⅡ模型的生物医学文献多标签分类
随着文本信息数据量迅速提升,多标签分类算法的开发研究逐渐成为热点.针对生物医学文献的文本内容,提出的DeepMeSHⅡ模型在目前最新进展DeepMeSH模型的基础上,将基于注意力机制的AttentionXML深度学习模型通过排序学习模型融合到该问题中,并利用期刊信息对模型进行特征改进.DeepMeSHⅡ模型应用效果很好,在生物医学文献语义索引国际比赛(BioSAQ2019)中取得了第一名的成绩.
多标签分类、语义索引、排序学习、注意力机制、信息挖掘
40
TP3(计算技术、计算机技术)
2023-11-09（万方平台首次上网日期，不代表论文的发表时间）
共7页
130-135,149
