摘要：本文主要研究深度學習在抗菌藥物使用方法分類及數(shù)據(jù)挖掘應用,在現(xiàn)有的疾病和電子病歷抗菌藥物使用方法的文本數(shù)據(jù)挖掘過程中,利用基于注意力機制的長短期記憶網(wǎng)絡模型訓練抗菌藥物語料數(shù)據(jù),通過自我學習特征的方式表示和理解問題,避免人工特征的提取誤差,使分類的準確率最大值較傳統(tǒng)數(shù)據(jù)挖掘方法提高至89.97%,從而更好地為不同疾病患者提供相應的抗菌藥物治療方案.根據(jù)實驗結果,該方法在不需要人工制定特征規(guī)則的條件下,可以自主學習生成治療方案知識庫,從而為醫(yī)生治療患者提供最佳的輔助決策支持.