基于BERT的中文健康问句分类研究

• 作者: 徐星昊
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 基于变换器的双向编码器表征(BERT) 健康问句 字符级特征 句子级特征
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 器件与设计|PARTS & DESIGN
• 页码范围: 67-70
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.16280/j.videoe.2022.03.015

摘要

现有的医学健康问句数据大多数都是短文本,但短文本存在特征稀疏的局限性.对此,提出一种融合特征的方法,首先通过基于变换器的双向编码器表征技术(Bidirectional Encoder Representations from Transformers,BERT)字符级特征的输出取平均并与BERT句子级特征的输出进行拼接,然后使用分类器进行分类.实验结果表明,本模型可以有效地提高模型提取特征的能力,在处理Kesci公众健康问句分类数据集上F1值达到83.92％,在处理中文健康公众问句数据集时F1值达到87％.