基于中文電子病歷的跨科室組塊分析研究.pdf

1、21世紀，“互聯(lián)網(wǎng)+”已經(jīng)成為社會的熱點話題，而“互聯(lián)網(wǎng)+醫(yī)療”正是政府積極推廣的新型在線醫(yī)療衛(wèi)生模式，其中包含了構(gòu)建電子病歷等重要舉措，大量的醫(yī)療信息數(shù)據(jù)隨之產(chǎn)生。電子病歷正是最重要的信息之一，它包含患者豐富的個人醫(yī)療信息，利用自然語言處理技術(shù)，充分學(xué)習(xí)其中的健康知識將會促進智慧醫(yī)療的長遠發(fā)展。針對研究課題，本文進行了以下的研究：
　?。?）參照PCTB語料標注規(guī)范，修改適用于中文電子病歷的組塊語料標注規(guī)則并構(gòu)建組塊分析標注語料

2、。本文參照PCTB的語料標注規(guī)范，針對中文電子病歷的特點，提出適用的修改及補充規(guī)范。在實驗室前期構(gòu)建的基礎(chǔ)上，采用自動化識別加人工校對的方式獲得了306份的包含分詞、詞性、組塊標注的中文電子病歷，語料庫標注一致性達到98％。
　　（2）開展基于SCL算法的中文電子病歷跨科室組塊分析研究。本文在SCL算法的基礎(chǔ)上，對生成的相關(guān)性變量進行離散化，改進的算法提升了實驗效果，在詞性和組塊分析任務(wù)中，F(xiàn)值都有約1%的改進。
　?。?）

3、開展基于TrAdaBoost算法的中文電子病歷跨科室組塊分析研究。本文在TrAdaBoost算法的基礎(chǔ)上，進行多分類任務(wù)的算法適用，提出了輔助預(yù)料選擇算法，利用主動學(xué)習(xí)的方法篩選目標科室的輔助標注語料，三組交叉驗證實驗中，TrAdaBoost算法的F值平均提升了5%以上，而輔助選擇算法在此基礎(chǔ)上平均提升了約0.6%。
　?。?）結(jié)合上述兩種算法進行雙重遷移學(xué)習(xí)，同時基于特征和實例對數(shù)據(jù)進行知識遷移，并引入輔助選擇算法，最后的實驗結(jié)