文本分类技术在文献筛检及质性研究中的应用研究

发布时间：2021-01-02 21:06

　　目的:随着机器学习技术的发展,人类的各种需求（图像识别、音频转录、个性化产品生产等）日益增强,深度学习技术的一系列方法也慢慢走入人类的视野。深度学习可以克服机器学习无法处理原始形态的真实世界数据的缺陷,通过结合多层神经网络,深度学习能够从原始形态的数据中提取有用的信息。在可重复的检索策略的指导下,客观、全面的文献检索的过程是影响系统综述所提供证据质量高低的关键,但是文献筛检过程也是系统综述中最费时费力的工作。质性研究的研究方法均为对研究对象进行观察、访谈、录音或笔录等,即使是访谈录音,事后整理及分析资料时仍然要整理为文字的形态,会产生大量的文本文件,数据分析过程中,学者们的分析资料形式均为人工手动编码、归纳,会造成大量的人力资源消耗。综上所述,为了达到节省文献筛检以及质性研究资料分析方面的人力资源的目的,本研究旨在探讨文本分类技术在系统综述和Meta分析文献筛检以及质性研究数据分析方面的应用价值。材料与方法:本研究的数据来自两部分;其一,源自本人所在课题组前期发表的一篇系统综述和Meta分析的数据;其二,是源自“城市改变糖尿病（CCD）天津”课题的质性研究数据。研究选用Text CNN... 

【文章来源】：天津医科大学天津市 211工程院校

【文章页数】：102 页

【学位级别】：博士

【图文】：

人工神经网络典型结构

人工神经网络分类图

天津医科大学博士学位论文（如果有隐藏节点的话），再传至输出节点，因此它被称为“前馈”神经网络[69]，不同于前馈神经网络，反馈神经网络可以利用网络内部的“记忆”状态（信息存贮）来处理输入的数据信息。前馈神经网络和反馈神经网络的一般结构如图 4-1—图4-2 所示[68]。

【参考文献】：
期刊论文
[1]不平衡数据分类方法综述[J]. 李艳霞,柴毅,胡友强,尹宏鹏.  控制与决策. 2019(04)
[2]不平衡数据分类研究综述[J]. 赵楠,张小芳,张利军.  计算机科学. 2018(S1)
[3]深度学习相关研究综述[J]. 张军阳,王慧丽,郭阳,扈啸.  计算机应用研究. 2018(07)
[4]上海市社区2型糖尿病患者生存质量及影响因素[J]. 祖平,施亮,施燕,仲伟鉴,李锐.  环境与职业医学. 2015(06)
[5]文本分类中基于类别数据分布特性的噪声处理方法[J]. 李湘东,巴志超,黄莉.  现代图书情报技术. 2014(11)
[6]文本分类中基于概率主题模型的噪声处理方法[J]. 林洋港,陈恩红.  计算机工程与科学. 2010(07)
[7]2型糖尿病患者生存质量相关因素的调查与分析[J]. 刘一鸣.  安徽医学. 2009(07)
[8]社区2型糖尿病患者生存质量及其影响因素研究[J]. 谢祎,王建华.  中华疾病控制杂志. 2008(06)
[9]基于特征类别属性分析的文本分类器分类噪声裁剪方法[J]. 王强,关毅,王晓龙.  自动化学报. 2007(08)
[10]当代城市女性家庭压力研究[J]. 包蕾萍,徐安琪.  妇女研究论丛. 2007(03)

博士论文
[1]深度学习技术在搭建医学影像标准化平台过程中的应用价值研究[D]. 陈佳庚.天津医科大学 2018
[2]超声子宫图像全自动识别研究[D]. 唐盛.浙江大学 2009

硕士论文
[1]基于卷积神经网络的新闻文本分类问题研究[D]. 齐凯凡.西安理工大学 2018
[2]基于CNN-RNN的微表情识别[D]. 王思宇.哈尔滨工程大学 2018
[3]基于改进LSTM单元的循环神经网络中文分词研究[D]. 孙严伟.南华大学 2018



本文编号：2953642