深度学习技术在教育大数据挖掘领域的应用分析

随着全球人工智能与教育大数据峰会的召开,多国学者探讨了教育变革的新趋势,印证了技术与教育深度融合会带来更多的机遇和挑战。其中,深度学习作为AI领域的热点问题,将成为教育发展的关键。文章通过对相关研究进行筛选统计研究,辨析不同领域深度学习的概念并简要分析典型的深度学习模型及其应用领域;以教育大数据挖掘的特点为基础,总结基于深度学习的教育大数据挖掘目的和流程;系统探讨深度学习在教育大数据挖掘领域的四个应用研究方向和主要应用机构;最后,明确了教育大数据挖掘领域引入深度学习的重要意义,同时,针对教育大数据挖掘所服务的对象和需要解决的问题,提出了深度学习技术在教育大数据挖掘领域进一步发展的意见。

基于CNN-BiLSTM模型的在线医疗实体抽取研究

[目的/意义]在线医疗信息抽取是实现医疗信息检索、医疗信息推荐、个人医疗健康提醒及警示、疾病诊断、公众健康监控、药物不良反应挖掘等服务的基础环节,而医疗实体抽取则是在线医疗信息抽取的首要工作。本文拟解决传统医疗实体抽取严重依赖于人工特征提取且效率低的问题。[方法/过程]以网络文本为研究对象,首先对医疗实体类型和医疗实体抽取的目标进行描述。将在线医疗文本中的医疗实体抽取任务看作序列标注问题来解决,通过对CNN模型和BiLSTM模型基础理论的探讨,构建基于混合深度学习模型CNN-BiLSTM的医疗实体抽取框架。[结果/结论]通过三组对比实验,验证了本文所使用的CNN-BiLSTM模型在医疗实体抽取任务中的有效性。