面向移動醫(yī)療應(yīng)用的知識自動分類算法研究.pdf

1、現(xiàn)如今移動互聯(lián)網(wǎng)和智能終端的發(fā)展越來越快，已經(jīng)滲透到了社會的各個角落，新的醫(yī)療健康信息化服務(wù)模式應(yīng)運而生。在這個人口逐漸老齡化與慢性病并發(fā)、健康管理需求日益增加的社會背景下，結(jié)合移動互聯(lián)網(wǎng)技術(shù)和智能終端技術(shù)，催生了一批批移動醫(yī)療應(yīng)用軟件。人們通過移動醫(yī)療應(yīng)用的信息化服務(wù)，隨時隨地從移動設(shè)備得到自己需求的醫(yī)療信息，更加便捷、人性化的幫助人們進行健康管理。面對急劇增長的互聯(lián)網(wǎng)信息資源，移動醫(yī)療信息化服務(wù)必須定位用戶如何獲取即時有效準確的醫(yī)療

2、知識。但是目前移動醫(yī)療的應(yīng)用特別是醫(yī)療信息服務(wù)這部分，缺少一定的行業(yè)規(guī)范和專業(yè)性，導(dǎo)致了用戶對此的信任度處于中等偏下的水平。雖然分類可以在很大程度上解決互聯(lián)網(wǎng)信息雜亂的現(xiàn)象，而當前主流的基于機器學(xué)習(xí)的分類算法，在分類的專業(yè)性和層次化方面缺少對信息的敏感而且容易忽略信息之間的相關(guān)性；另外，在移動醫(yī)療領(lǐng)域的開發(fā)應(yīng)用中，這些算法的局限性主要表現(xiàn)在開發(fā)周期較長，效率低下等方面。因此，本文對面向移動醫(yī)療應(yīng)用的文本分類算法進行了研究，在一定程度上改

3、善移動醫(yī)療關(guān)于信息化服務(wù)模塊的質(zhì)量。
　　在本文中，我們構(gòu)建單一主題領(lǐng)域的主題詞表，結(jié)合詞共現(xiàn)語言模型，通過主題詞表的語義關(guān)系網(wǎng)絡(luò)，挖掘詞匯與主題詞的語義相似度，實現(xiàn)單一領(lǐng)域的自動文本分類。本文的研究重點就是如何從網(wǎng)絡(luò)資源中抽取有效的信息并分類，以及語義網(wǎng)絡(luò)的建立和可視化的實現(xiàn)。
　　本文的研究內(nèi)容主要有以下三個方面：
　　在某一領(lǐng)域主題下的語料庫中提取領(lǐng)域主題詞。首先，研究分析了影響文本詞匯成為主題詞的多種因素；隨后

4、經(jīng)過切分拼接詞的預(yù)處理、三級過濾機制，最后根據(jù)多權(quán)重值的評分排序來提取領(lǐng)域主題詞。
　　建立領(lǐng)域主題詞表，并將詞間錯綜交織的語義關(guān)系網(wǎng)絡(luò)呈現(xiàn)出來。主要通過主題詞間語義關(guān)系的研究，以領(lǐng)域主題詞集作為其構(gòu)成元素，分析主題詞之間和修飾詞之間的內(nèi)聯(lián)關(guān)系，以及主題詞與修飾詞之間的相關(guān)關(guān)系，構(gòu)建交織的語義關(guān)系網(wǎng)絡(luò)，并實現(xiàn)可視化。
　　提出一種基于詞共現(xiàn)語言模型的文本分類算法。算法的主要思想是結(jié)合構(gòu)建的主題詞表，分析文檔特征詞與主題詞之間

5、的相似度，來映射文檔與類別的相似度，實現(xiàn)文本的分類。將相似度分成兩部分計算：主要部分通過主題詞與文本表示模型之間的共現(xiàn)度來評估；而修飾詞與文本表示模型相似度部分采用平滑構(gòu)建方法，作為輔助矯正參數(shù)，使得分類在一定程度上具有更強的語義相關(guān)性。最后經(jīng)過系統(tǒng)的測試，其分類性能保持在較高水平，相較于SVM算法，本算法的平均準確率提高了2％，尤其是在專業(yè)性類別的準確率明顯更好。本算法針對于移動醫(yī)療應(yīng)用，在效率化、專業(yè)化和智能化方面有比較明顯的提升，