版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
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)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 中文電子病歷實體關(guān)系抽取研究.pdf
- 中文電子病歷命名實體識別研究.pdf
- 面向中文電子病歷的詞性標注技術(shù)研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的中文電子病歷分詞和名實體挖掘.pdf
- 基于組塊分析的中文短語情感傾向研究.pdf
- 中文電子病歷命名實體識別算法研究與系統(tǒng)實現(xiàn).pdf
- 基于深度學(xué)習(xí)的中文電子病歷實體修飾與關(guān)系抽取研究及算法平臺開發(fā).pdf
- 基于DSP的中文電子閱讀系統(tǒng)的研究.pdf
- 基于SVM的中文電子郵件過濾方法研究.pdf
- 基于統(tǒng)計學(xué)習(xí)的中文組塊分析技術(shù)研究
- 基于統(tǒng)計學(xué)習(xí)的中文組塊分析技術(shù)研究.pdf
- 基于SVM的中文組塊間依存關(guān)系分析.pdf
- 中文功能組塊分析及應(yīng)用研究.pdf
- 基于SVM的中文電子郵件作者性別識別技術(shù)研究.pdf
- 基于Web挖掘的中文電子圖書元數(shù)據(jù)提取方法研究.pdf
- 基于SVM的中文電子郵件作者身份挖掘技術(shù)研究.pdf
- 基于Co-training方法的中文組塊識別的研究.pdf
- 中文電子耳蝸語音處理算法.pdf
- 面向互聯(lián)網(wǎng)數(shù)據(jù)的中文組塊分析.pdf
- 基于中文微博的情感分析研究.pdf
評論
0/150
提交評論