面向移动医疗应用的知识自动分类算法研究

发布时间：2020-07-19 14:34

【摘要】：现如今移动互联网和智能终端的发展越来越快,已经渗透到了社会的各个角落,新的医疗健康信息化服务模式应运而生。在这个人口逐渐老龄化与慢性病并发、健康管理需求日益增加的社会背景下,结合移动互联网技术和智能终端技术,催生了一批批移动医疗应用软件。人们通过移动医疗应用的信息化服务,随时随地从移动设备得到自己需求的医疗信息,更加便捷、人性化的帮助人们进行健康管理。面对急剧增长的互联网信息资源,移动医疗信息化服务必须定位用户如何获取即时有效准确的医疗知识。但是目前移动医疗的应用特别是医疗信息服务这部分,缺少一定的行业规范和专业性,导致了用户对此的信任度处于中等偏下的水平。虽然分类可以在很大程度上解决互联网信息杂乱的现象,而当前主流的基于机器学习的分类算法,在分类的专业性和层次化方面缺少对信息的敏感而且容易忽略信息之间的相关性;另外,在移动医疗领域的开发应用中,这些算法的局限性主要表现在开发周期较长,效率低下等方面。因此,本文对面向移动医疗应用的文本分类算法进行了研究,在一定程度上改善移动医疗关于信息化服务模块的质量。在本文中,我们构建单一主题领域的主题词表,结合词共现语言模型,通过主题词表的语义关系网络,挖掘词汇与主题词的语义相似度,实现单一领域的自动文本分类。本文的研究重点就是如何从网络资源中抽取有效的信息并分类,以及语义网络的建立和可视化的实现。本文的研究内容主要有以下三个方面:在某一领域主题下的语料库中提取领域主题词。首先,研究分析了影响文本词汇成为主题词的多种因素;随后经过切分拼接词的预处理、三级过滤机制,最后根据多权重值的评分排序来提取领域主题词。建立领域主题词表,并将词间错综交织的语义关系网络呈现出来。主要通过主题词间语义关系的研究,以领域主题词集作为其构成元素,分析主题词之间和修饰词之间的内联关系,以及主题词与修饰词之间的相关关系,构建交织的语义关系网络,并实现可视化。提出一种基于词共现语言模型的文本分类算法。算法的主要思想是结合构建的主题词表,分析文档特征词与主题词之间的相似度,来映射文档与类别的相似度,实现文本的分类。将相似度分成两部分计算:主要部分通过主题词与文本表示模型之间的共现度来评估;而修饰词与文本表示模型相似度部分采用平滑构建方法,作为辅助矫正参数,使得分类在一定程度上具有更强的语义相关性。最后经过系统的测试,其分类性能保持在较高水平,相较于SVM算法,本算法的平均准确率提高了2%,尤其是在专业性类别的准确率明显更好。本算法针对于移动医疗应用,在效率化、专业化和智能化方面有比较明显的提升,具有一定的可行性。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.1;R-05

【参考文献】

相关期刊论文 前10条

1 陈斌冠;龙玲;;“互联网+”背景下的移动医疗应用现状及发展趋势[J];广西医学;2015年09期

2 张虎军;李运明;谭映军;张楠楠;呼永河;;移动医疗技术现状及未来发展趋势研究[J];医疗卫生装备;2015年07期

3 李勇;;基于维基百科的本体构建研究[J];现代计算机(专业版);2015年11期

4 秦春秀;祝婷;赵捧未;张毅;;自然语言语义分析研究进展[J];图书情报工作;2014年22期

5 刘光金;;移动互联网的缺陷及应对措施分析[J];科技创新与应用;2014年33期

6 周晓英;曾建勋;;主题词表的社会应用研究[J];数字图书馆论坛;2014年10期

7 王茹;;UMLS在信息检索系统中的应用[J];情报探索;2014年03期

8 毛中亮;史鸿飞;应俊;何史林;周丹;;基于Android平台的移动医疗应用系统[J];中国医疗设备;2013年03期

9 赵捷;司莉;周李梅;柴源;邓伊婷;;国外叙词表的应用与发展趋势探讨[J];图书馆建设;2012年03期

10 张海粟;马大明;邓智龙;;基于维基百科的语义知识库及其构建方法研究[J];计算机应用研究;2011年08期

相关硕士学位论文 前3条

1 李力人;基于林业主题词表语义关系网的文献聚类[D];北京林业大学;2010年

2 吴巧敏;基于支持向量机的文本分类算法研究[D];湖南大学;2007年

3 张滨;中文文档分类技术研究[D];武汉大学;2004年

本文编号：2762549