基于機(jī)器學(xué)習(xí)抽取文本中的藥物不良反應(yīng).pdf

1、監(jiān)測(cè)文本中的藥物不良反應(yīng)是保證患者用藥安全的重要途徑，也是實(shí)施藥物警戒的重要手段。傳統(tǒng)的監(jiān)測(cè)方法，如自發(fā)報(bào)告系統(tǒng)存在低效性等弊端。而使用自然語(yǔ)言處理的方法，需要醫(yī)藥領(lǐng)域?qū)＜一ㄙM(fèi)大量的時(shí)間和精力構(gòu)造規(guī)則。
　　為了解決上述問(wèn)題，人們開始使用機(jī)器學(xué)習(xí)的方法抽取文本中的藥物不良反應(yīng)。其中如何提高機(jī)器學(xué)習(xí)算法的分類性能是一個(gè)值得研究的課題。本文的主要研究?jī)?nèi)容包括:
　　(1)特征選擇。采用詞典匹配、N-gram、主題模型三種方法，基

2、于語(yǔ)料庫(kù)中的文本構(gòu)造特征集。采用卡方檢驗(yàn)和wrapper方法進(jìn)行特征選擇。
　　(2)基于單一分類器抽取文本中的藥物不良反應(yīng)。選擇文本分類任務(wù)常用的樸素貝葉斯、邏輯斯諦回歸、支持向量機(jī)、決策樹和隨機(jī)森林機(jī)模型。通過(guò)十折交叉驗(yàn)證對(duì)分類器進(jìn)行參數(shù)調(diào)優(yōu)。并根據(jù)F1值比較五種分類器之間的性能。
　　(3)基于集成分類器抽取文本中的藥物不良反應(yīng)。基于Bagging，采用相對(duì)多數(shù)投票、加權(quán)投票、閾值移動(dòng)和加權(quán)平均策略分別集成上述五種分類