-
公开(公告)号：CN114121156A
公开(公告)日：2022-03-01
申请号：CN202111423931.9
申请日：2021-11-26
Applicant: 安徽大学
IPC: G16B20/50
Abstract: 本发明公开了一种基于深度神经网络的致病同义突变相关文献预测方法，包括以下步骤：(1)数据收集与筛选：按照关键词检索文献摘要，通过和已有标准库进行比较，划分和筛选出致病同义突变相关文献和无关文献，即正负样本数据集，再通过自助法划分出训练数据集和独立测试集；(2)文本特征提取：利用Word2vec的词向量提取方法对获取的文献数据进行文本特征提取；(3)模型构建与训练；(4)模型预测和使用。本发明通过采用深度神经网络技术构建最优模型，用来从海量的文献中识别致病同义突变相关文献的信息，大大提升了致病同义突变文献信息的获取精度和速度，极大程度上减少了科研工作者的工作量，从而大大提高了科学研究效率。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
