融合多自然语言处理任务的中医辅助诊疗方案研究——以糖尿病为例

来源 :数据分析与知识发现 | 被引量 : 0次 | 上传用户:qq11xqxq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[目的]为中医诊断治疗提供更精准、更智能的辅助参考,减少中医诊疗过程中的不确定性和难以量化的问题.[方法]以中医糖尿病医案数据为例,设计一种融合多自然语言处理任务的中医辅助诊疗方案,该方案融合情感识别、文本匹配等多自然语言处理任务序列,实现糖尿病的病情量化评估、症状信息匹配、症状自动摘要、病症类型判别和中药推荐,并进行实证研究.[结果]以模糊综合评价法进行10轮测试评估,在4项评价指标的平均隶属度分别为0.1949、0.3140、0.2173、0.2738,最大隶属度结果显示该方法效果为良好.[局限]临床医案数据稀缺,因此各子任务性能难以实现大幅度提升;未扩展到其他领域进行适应性检测.[结论]该方法在实际使用过程中能够有效地帮助医生解决诊断的不确定性问题,较好地辅助医生形成明确的诊疗结论,具有较为新颖的学术价值和重要的应用价值.
其他文献
[目的]提出一种基于多语义词向量的中文新词发现方法(MWEC),解决多领域社交媒体文本的分词不准确问题.[方法]利用社交媒体文本,结合中文知网和汉字笔画数据库训练多语义词向量,以解决语义混淆问题.使用N-gram频繁字符串挖掘方法识别相关度高的子词集合,以此获取新词候选集.利用多语义词向量的语义相似度评估候选词进而获得新词.[结果]在金融、体育、旅游和音乐4个领域数据集上进行实验,结果表明本文方法的F1指标较对比方法分别提升了2.0(金融)、3.0(体育)、2.6(旅游)、11.3(音乐)个百分点.[局限