基于WV-CNN的中文文本语义相似度计算方法

为解决传统中文文本语义相似度计算存在的语义及句法信息缺失、人工提取特征误差较大等问题,融合词向量与卷积神经网络方法,构建中文文本语义相似度计算模型,并给出WV-CNN(Word Vector-Convolutional Neural Network)文本语义相似度计算方法。通过Embedding层将词语向量化后的结果作为CNN的输入,CNN中设置了卷积、Dropout、池化和Flatten4层网络,经过参数选择、训练、调优后输出结果。选取第6届全国数据挖掘竞赛提供的数据集以及在百度的WebQa数据集作为实验对象,使用Accuracy值、F1值、AUC值、KS值4种评测指标进行对比实验。结果表明,WV-CNN具有更好的计算精度和效果。

基于Word2vec和卷积神经网络特征提取的双高疾病预测

在高血压和高血脂疾病的预测研究中,针对体检数据中文本型数据特征提取问题,提出利用Word2vec和卷积神经网络相结合的方法(WV-CNN)对数据中的文本特征进行特征提取,建立预测模型。利用Doc2vec方法进行特征提取的对比实验,结果证明该预测方法的特征提取能力在不同输入数据数量级和不同预测方面都有很好的表现,对双高疾病识别和预测效果较好。