公开(公告)号：CN115563286A

公开(公告)日：2023-01-03

申请号：CN202211404120.9

申请日：2022-11-10

Applicant: 东北农业大学

Inventor： 高萌 ,  沈维政 ,  王浩栋 ,  阿晓辉 ,  杜海涛 ,  韩笑 ,  甘文平 ,  李洋 ,  熊本海

IPC: G06F16/35 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于知识驱动的奶牛疾病文本分类方法，包括以下步骤：获取奶牛病情描述文本的疾病特征，并将所述疾病特征转化为词向量；基于卷积神经网络和长短期记忆网络，构建疾病文本分类模型；将所述词向量输入到所述疾病文本分类模型中进行处理，获得奶牛疾病文本的最终疾病特征；基于所述最终疾病特征对奶牛疾病文本进行分类。本发明捕捉了奶牛疾病文本的隐性特征和显性特征，为奶牛疾病文本分类提供了更多的鉴别性特征。

公开(公告)号：CN115563286B

公开(公告)日：2023-12-01

申请号：CN202211404120.9

申请日：2022-11-10

Applicant: 东北农业大学

Inventor： 高萌 ,  沈维政 ,  王浩栋 ,  阿晓辉 ,  杜海涛 ,  韩笑 ,  甘文平 ,  李洋 ,  熊本海

IPC: G06F16/35 ,  G06F16/36 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于知识驱动的奶牛疾病文本分类方法，包括以下步骤：获取奶牛病情描述文本的疾病特征，并将所述疾病特征转化为词向量；基于卷积神经网络和长短期记忆网络，构建疾病文本分类模型；将所述词向量输入到所述疾病文本分类模型中进行处理，获得奶牛疾病文本的最终疾病特征；基于所述最终疾病特征对奶牛疾病文本进行分类。本发明捕捉了奶牛疾病文本的隐性特征和显性特征，为奶牛疾病文本分类提供了更多的鉴别性特征。(56)对比文件Xiaomeng Li 等.Self-SupervisedFeature Learning via Expoiting Multi-Modal Data for Retinal DiseaseDiagnosis.IEEE Transactions on MedicalImaging.2020,第39卷(第12期),4023-4033.董丽丽 等.融合知识图谱与深度学习的疾病诊断方法研究.计算机科学与探索.2019,第14卷(第05期),815-824.