基于双曲空间注意力的AI医疗评论层次分类方法及系统

本发明公开了一种基于双曲空间注意力的AI医疗评论层次分类方法及系统，涉及自然语言处理技术领域，包括：获取待分类的原始AI医疗评论文本，将预处理后的AI医疗评论文本输入至BERT模型，经多层Transformer自注意力机制的编码与建模，提取上下文敏感的语义特征；将语义特征输入至双向LSTM网络，捕捉语义特征中的长依赖关系和语法逻辑，提取语义增强特征；基于双曲空间注意力模块，根据语义增强特征之间在双曲几何中的结构距离生成注意力权重，计算得到经注意力权重加权聚合后的语义增强特征；基于加权聚合后的特征进行分类，输出文本的多级类别标签。本发明可实现AI医疗评论的精准层次分类与语义聚合。