《表7 不同文本处理方法效果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于深度学习的重复住院预测模型研究——以心脏病为例》
为了讨论不同文本表示方法对于预测效果的影响,本文使用Word2Vec方法对文本进行表示学习。Word2Vec的思想解决了基于词袋模型中高维度、高稀疏、低语义的问题,在自然语言处理领域取得了很好的效果[34]。本文选择基于维基百科中文语料训练的词向量[35],并在实验数据集上进行了实验,表7显示了基于Char-CNN和Word2Vec两种文本处理方式模型十折交叉验证的平均ACC、F1、P、R、AUC值及运行时间。
图表编号 | XD00198144100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 达婧玮、颜嘉麒、邓三鸿、王忠民 |
绘制单位 | 南京大学信息管理学院、南京大学信息管理学院、南京大学信息管理学院、江苏省数据工程与知识服务重点实验室、江苏省人民医院(南京医科大学第一附属医院) |
更多格式 | 高清、无水印(增值服务) |