深度学习算法竞赛

人工智能其他案例ID：187673

稚乐

1 年经验· 理光软件研究所

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

NTCIR-16 Real-MedNLP Subtask3 第二名，主要参赛人员
任务描述：任从给定的病历报告中，对病历文本中包含的多个疾病和药物的不良药物反应程度进行分类。
1. 针对样本不均衡（1300+/100-/100-/200-）：1.重采样（重复少类样本）；2.重加权（加权交叉熵损失、Focal loss
等）；3.提出的两阶段训练方法（第一阶段正常交叉熵训练，使模型学习原始数据分布；第二阶段加权交叉熵训练，
消除数据类别比例对模型预测的影响）。
2. 针对数据量较少：第一是课程式学习方法（1.构建一个疾病、药物分类的数据集；2.构建一个完形填空的任务，候选
答案是正确答案以及三个错误答案；任务难度渐进式提升，模型学习一些先验知识）；第二是数据增强（EDA以及
Embedding层的数据增强)。
3. 特征增强：通过提示句的形式将疾病、药物对应的类别和属性特征输入到模型中，引导模型学习类别和属性特征。
4. 模型集成：将训练得到的不同模型进行投票，概率平均等集成方法。