非结构化病理文本的结构化信息抽取方法

发布时间：2017-05-29 03:07

  本文关键词：非结构化病理文本的结构化信息抽取方法，由笔耕文化传播整理发布。

【摘要】：介绍病理文本数据结构和概念层次结构,以非结构化的病理文本为对象,首先对非序病理文本的结构进行分析,其次利用模式匹配对病理文本予以模式提取和泛化,最后从分词序列中抽取结构化信息,实验表明该方法能够获得较高的准确率和召回率。
【作者单位】： 东华大学;
【关键词】： 病理文本 模式匹配 模式提取 结构化信息
【基金】：上海市信息化发展专项资金项目“基于瑞金医院的临床大数据平台建设及深度应用”(项目编号:20140314)
【分类号】：TP391.1;R36
【正文快照】： 1引言 非结构化文本(Unstructured Text)[14是一类面向领域的应用型文本,具有较强的领域特征。病理文本作为医学领域特有的文本形式,具有独特的结构和书写规范。随着医疗服务的快速发展,以文本形式呈现的病理文本的应用越来越广泛,从中抽取结构化信息具有较高的研究价值和可

【相似文献】

中国重要会议论文全文数据库 前2条

1 曹玮祺;梁华瑞;朱雷;李涓子;王克宏;;基于半结构化信息模型的信息检索[A];第六届全国计算机应用联合学术会议论文集[C];2002年

2 张红春;何婷婷;涂新辉;周琨峰;;中文维基百科的结构化信息抽取及词语相关度计算[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

中国重要报纸全文数据库 前3条

1 中国社会科学院财经院 院计算机网络中心 荆林波 甄宇鹏;应对大数据时代的挑战[N];中国交通报;2013年

2 卫人;不要让大数据因浮躁而走向歧途[N];中国经济导报;2013年

3 王克宏;基于XML的Web服务技术——强强联合铸造未来[N];计算机世界;2003年

中国硕士学位论文全文数据库 前10条

1 张红春;中文维基百科的结构化信息抽取及词语相关度计算[D];华中师范大学;2011年

2 季成晖;基于半结构化信息的产品推荐系统[D];北京邮电大学;2013年

3 杨春磊;基于模式匹配的结构化信息抽取研究[D];合肥工业大学;2013年

4 王石;基于XML的Web挖掘[D];东北师范大学;2005年

5 赵天宇;微博舆情分析中的网页结构化信息抽取技术研究[D];北京邮电大学;2014年

6 岳国伟;基于本体的Web页面结构化信息抽取[D];山东科技大学;2007年

7 张红蕾;基于结构化信息的人体运动识别[D];西安电子科技大学;2013年

8 刘兵;蛋白质关系抽取中平面特征和结构化信息的研究[D];苏州大学;2011年

9 彭成;面向社会网络的人物关系抽取研究[D];苏州大学;2013年

10 甘露;极限学习机的研究与应用[D];西安电子科技大学;2014年

  本文关键词：非结构化病理文本的结构化信息抽取方法，，由笔耕文化传播整理发布。

本文编号：404010