一种基于文本特征降维的LSTM注意力机制疾病预测方法

摘要

本发明公开了一种基于文本特征降维的LSTM注意力机制疾病预测方法，包括以下步骤：(1)数据预处理；(2)结合电子病历文本特点，形成词特征加权计算方法；(3)利用数据降维提取数据集关键信息；(4)将非结构化的文本数据转化为计算机能识别的结构化数据；(5)LSTM注意力机制模型训练。该基于文本特征降维的LSTM注意力机制疾病预测方法将LDA模型引入LSTM注意力机制中，通过LDA模型实现电子病历文本关键信息的提取，降低数据冗余，进而提升LSTM注意力机制模型的性能。