一种基于深度学习的新冠肺炎症状文本数据识别方法及装置

摘要

本发明涉及一种基于深度学习的新冠肺炎症状文本数据识别方法及装置,属于数据挖掘技术领域。方法包括：采集样本数据，对所述样本数据进行处理，得到有效数据；对所述有效数据进行翻译并转化为具有数字特征的数字化数据，对所述数字化数据进行补零操作，得到训练数据集；基于所述随机鲁棒性机制创建深度学习模型；利用所述训练数据集对所述深度学习模型进行训练，完成深度学习模型的训练；配置所述深度学习模型的参数，将待识别的文本数据输入到所述深度学习模型中进行识别，识别并输出新冠肺炎症状文本数据。本方法能将两个特征不明显的数据区分出来，解决模型训练时对于感冒症状与新冠症状不能有效区分的问题，提高了文本数据识别的准确率。