摘要

【目的】 提出一種面向不平衡數據的電子病歷自動分類方法,以進一步提高臨床電子病歷分類性能。【方法】 利用MC-BERT增強電子病歷的語義表示,并設計了相應的深度神經網絡框架以提高模型的語義提取能力,最終利用類別數量比例、梯度協調機制和類別相似度從樣本數量不平衡和樣本分類難度不平衡兩個角度設計了新的損失函數。【結果】 通過真實電子病歷數據集進行實證和對比實驗,本文方法的精確率、宏平均

總結

以上是生活随笔為你收集整理的面向不平衡数据的电子病历自动分类研究的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。