基于Word2Vec和句法分析对心血管防控知识分类应用

摘要

对健康知识抽取关键信息并进行有效分类,是提高用户检索和使用相关防控知识效率的关键。首先,搜集得到的大量有效的心内健康知识,进行了有效的数据预处理和人工标注。其次,基于Word2Vec的skip_gram训练模型搭建了文本词向量。接着,根据知识分类的词性、句法的特点,利用句法分析将抽取出来的关键内容进行了有效分类。实验结果显示该方法在健康知识分类上有效,分类的精确率能够达到80%以上,能够很好地实现对健康知识的三分类。该分类方法为用户使用健康知识提供了指引,也为探讨知识质量和研究方向提供了有效的分类统计基础。