[发明专利]基于机器学习的中文RCT智能分类器的构建方法在审
| 申请号： | 201811525748.8 | 申请日： | 2018-12-13 |
| 公开（公告）号： | CN109753564A | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | 李春洁;姚攀;陈圣恺;谢雨;毛渤淳;臧义;曹钰彬;于中华;陈黎;刘露;徐杨 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G16H50/70 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 韩雪 |
| 地址： | 610041 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的中文RCT智能分类器的构建方法，包括以下步骤：S1：对海量文献进行标注分类的步骤；S2：挑选出标注的文献构建训练集、验证集的步骤；S3：对训练集采用神经网络进行深度学习以构建分类器模型的步骤；S4：基于验证集对分类器模型进行参数调整的步骤。本发明所构建出的分类器模型，可大幅缩短中文文献在循证医学领域的分类时间，同时克服人工分类主观因素的影响，是分类结果更加准确和客观，具备快速、准确、客观、全自动、准确性高、自动学习的特点。 | ||
| 搜索关键词： | 构建 分类器模型 基于机器 智能分类 训练集 验证集 标注 中文 构建分类器 参数调整 分类结果 人工分类 神经网络 循证医学 主观因素 自动学习 分类 学习 | ||
【主权项】：
1.一种基于机器学习的中文RCT智能分类器的构建方法，其特征在于，包括以下步骤：S1：对海量文献进行标注分类的步骤；S2：挑选出标注的文献构建训练集、验证集的步骤；S3：对训练集采用神经网络进行深度学习以构建分类器模型的步骤；S4：基于验证集对分类器模型进行参数调整的步骤。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811525748.8/，转载请声明来源钻瓜专利网。
