2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、隨著互聯(lián)網(wǎng)信息技術(shù)的快速發(fā)展,國內(nèi)各大醫(yī)院的信息化建設(shè)取得長足進步。同時,也為醫(yī)院積累了豐富的非結(jié)構(gòu)化臨床文檔數(shù)據(jù)。其中,病理報告就是一類非常重要的非結(jié)構(gòu)化臨床文檔,其主要內(nèi)容是由病理科醫(yī)生采用自然語言記錄的文本格式數(shù)據(jù),其內(nèi)容包括病人基本信息、肉眼可見標本信息、鏡下可見標本信息等。
  傳統(tǒng)對病理報告的處理方法主要是依賴于主治醫(yī)生憑借其經(jīng)驗對病理報告進行人工處理,其實質(zhì)就是通過人工干預對病理報告數(shù)據(jù)進行結(jié)構(gòu)化處理。但是,在當前大

2、數(shù)據(jù)背景下,呈幾何級數(shù)增長的病理報告數(shù)據(jù)使得人工結(jié)構(gòu)化病理文本數(shù)據(jù)面臨巨大困難,不僅耗時耗力,且正確率不能保證。本文結(jié)合病理文本的結(jié)構(gòu)特點和病理報告的書寫規(guī)范,借助規(guī)則提取、模式匹配、泛化等技術(shù)手段,設(shè)計并實現(xiàn)了一個完整的病理文本數(shù)據(jù)的結(jié)構(gòu)化處理系統(tǒng),以支持病理文本數(shù)據(jù)的結(jié)構(gòu)化信息抽取。
  本文的具體內(nèi)容主要包括:
  1)本文首先介紹了病理報告結(jié)構(gòu)化處理相關(guān)技術(shù),包括中文分詞技術(shù)、信息抽取方法、模式匹配算法以及逆向最短編

3、輯距離泛化方法等。
  2)分析了病理文本數(shù)據(jù)的結(jié)構(gòu)特點,建立了一個病理樣本名詞庫,提出一種基于規(guī)則的標本名提取算法,通過詞庫、詞性以及字詞在文本數(shù)據(jù)中的位置等信息綜合篩選出病理文本的標本名。
  3)通過人工干預的學習方式抽取病理樣本信息建立初始模式庫。在此基礎(chǔ)上,結(jié)合病理報告的文本結(jié)構(gòu)特征,通過自定義的模式匹配算法,最終得出病理樣本模式。
  4)根據(jù)逆向最短編輯距離泛化方法,提出基于正向最短編輯距離的模式泛化方法

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 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

評論

0/150

提交評論