首页|NLP在中医医案症状信息自动化抽取中的应用研究

NLP在中医医案症状信息自动化抽取中的应用研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
从自然语言处理技术(NLP)入手,对比TFIDF与Word2vec方法抽取结果,探讨更适用于中医医案症状信息自动化抽取的研究思路,为发展中医医案的自动化分析提供参考.在构建好的医案词典基础上,利用TFIDF与Word2vec方法分别对心系医案数据进行症状抽取,并对结果进行对比分析.在医案中,病人发病往往伴有心悸、胸闷、胸痛、气喘、头晕等症状,且发现症状与症状之间也存在某些联系.实验评估结果表明,Word2vec方法抽取的精确率和召回率均高于TFIDF方法抽取的结果.相比TFIDF方法,将Word2vec方法应用于中医医案症状信息自动化抽取任务中效果更佳.
Application of NLP in Automatic Extraction of Symptom Information from Chinese Medical Cases

屈丹丹、杨涛、胡孔法

展开 >

南京中医药大学人工智能与信息技术学院,江苏南京210023

中医医案 自然语言处理 自动化抽取

国家自然科学基金国家自然科学基金国家重点研发计划项目

82074580816740992017YFC1703500

2021

10.11907/rjdk.202211

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(2)
  • 5
  • 14