高级搜索
    戴佩娟, 贺春林, 山岳玉蓉. 基于 XGBoost的医药专利多标签文本分类[J]. 内江师范学院学报, 2021, (10): 55-60. DOI:10.13603/j.cnki.51-1621/z.2021.10.010
    引用本文: 戴佩娟, 贺春林, 山岳玉蓉. 基于 XGBoost的医药专利多标签文本分类[J]. 内江师范学院学报, 2021, (10): 55-60.DOI:10.13603/j.cnki.51-1621/z.2021.10.010
    shu

    基于 XGBoost的医药专利多标签文本分类

      摘要
    • 摘要:为了解决人工标引方法效率低,人力资源成本高等问题,提出了一种基于 XGBoost的医药专利大数据 自主标引方法. 该模型能够自动提取专利特征,准确、快速地完成专利自主标引任务,用已经做了标引的医药专利 数据训练模型,取得了查准率达0.970219,查全率达0.832452的效果. 并且使用同样的训练集和测试集数据将该 模型与基于 Bi-Lstm+Attention、基于 TextCNN 两种模型做比较,查准率相较分别高7.5、14.1个百分点.

      • HTML全文
    • 参考文献 (12)
    • 相关文章
    • 施引文献
    • 资源附件 (0)

    /

      返回文章
      返回
        Baidu
        map