计算机应用研究

作者：闫婧,赵迪,孟佳娜,林鸿飞,

单位：1.大连民族大学计算机科学与工程学院,辽宁大连116600；2.大连理工大学计算机科学与技术学院,辽宁大连116024；3.大连永佳电子技术有限公司,辽宁大连116024；

关键词：ICD编码分类,BioLinkBERT预训练模型,Mixup数据增强,扩张卷积,

基金：辽宁省自然科学基金资助项目(2022-BS-104)；；

针对ICD编码分类任务存在的标签分布不平衡、临床记录文本过长和标签空间庞大等问题，提出一种基于数据增强和扩张卷积的ICD编码分类方法。首先，引入预训练模型BioLinkBERT，在生物医学领域采用无监督学习方式进行训练，以缓解域不匹配问题；其次，运用Mixup数据增强技术扩充隐藏表示，从而增加数据多样性及提升模型分类的鲁棒性，解决标签分布不平衡问题；最后，利用多粒度扩张卷积有效捕获文本数据中的长距离依赖关系，避免因输入文本过长影响模型效果。实验结果表明，该模型在MIMIC-Ⅲ数据集的两个子集上与多种方法进行比较，相较于基准模型的F1值和precision@k值分别提升0.4%~1.5%和1.2%~1.6%。因此，本研究为解决ICD编码分类中的挑战提供有效的解决方案。

来源：2024年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第11期