基于ALBERT-LDA模型的康复训练方案推荐系统研究
祝晓状
徐钱钱
高诺
山东建筑大学信息与电气工程学院,济南 250101
摘要：为解决传统康复训练方案因忽略了身体评价中上下文语义信息与潜在语义,导致语义表达不准确、训练方案推荐精确率较低的问题,本研究提出一种融合ALBERT和潜在狄利克雷分布(latent Dirichlet allocation,LDA)的深度学习网络模型(ALBERT-LDA),并基于该模型构建了肢体运动康复训练方案推荐系统.首先,该系统利用LDA主题模型和ALBERT模型分别获得文档级的主题信息和词级的语义表示;其次,采用TextCNN提取身体评价文本词级的语义特征,并通过分层注意力机制对提取的特征进行重建;最后,利用多重融合策略将重建特征与主题特征融合,推荐训练方案.实验表明,本研究提出的系统不仅能得到更深层次的语义特征,还能更全面地理解上下文语义,可为患者提供更客观、有效的康复训练方案.
关键词：康复训练方案推荐ALBERT模型LDA主题模型特征融合
分类号：R318(医用一般科学)TP391(计算技术、计算机技术)
资助基金：山东省自然科学基金(ZR2022MF309)山东省科技型中小企业创新能力提升工程项目(2022TSGC2554)
论文发表日期：2024-12-28
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：11( 445-455 )
英文信息