基于中文電子病歷的跨科室組塊分析研究.pdf

1、21世紀(jì)，“互聯(lián)網(wǎng)+”已經(jīng)成為社會(huì)的熱點(diǎn)話題，而“互聯(lián)網(wǎng)+醫(yī)療”正是政府積極推廣的新型在線醫(yī)療衛(wèi)生模式，其中包含了構(gòu)建電子病歷等重要舉措，大量的醫(yī)療信息數(shù)據(jù)隨之產(chǎn)生。電子病歷正是最重要的信息之一，它包含患者豐富的個(gè)人醫(yī)療信息，利用自然語言處理技術(shù)，充分學(xué)習(xí)其中的健康知識(shí)將會(huì)促進(jìn)智慧醫(yī)療的長(zhǎng)遠(yuǎn)發(fā)展。針對(duì)研究課題，本文進(jìn)行了以下的研究：
　?。?）參照PCTB語料標(biāo)注規(guī)范，修改適用于中文電子病歷的組塊語料標(biāo)注規(guī)則并構(gòu)建組塊分析標(biāo)注語料

2、。本文參照PCTB的語料標(biāo)注規(guī)范，針對(duì)中文電子病歷的特點(diǎn)，提出適用的修改及補(bǔ)充規(guī)范。在實(shí)驗(yàn)室前期構(gòu)建的基礎(chǔ)上，采用自動(dòng)化識(shí)別加人工校對(duì)的方式獲得了306份的包含分詞、詞性、組塊標(biāo)注的中文電子病歷，語料庫標(biāo)注一致性達(dá)到98％。
　　（2）開展基于SCL算法的中文電子病歷跨科室組塊分析研究。本文在SCL算法的基礎(chǔ)上，對(duì)生成的相關(guān)性變量進(jìn)行離散化，改進(jìn)的算法提升了實(shí)驗(yàn)效果，在詞性和組塊分析任務(wù)中，F(xiàn)值都有約1%的改進(jìn)。
　?。?）

3、開展基于TrAdaBoost算法的中文電子病歷跨科室組塊分析研究。本文在TrAdaBoost算法的基礎(chǔ)上，進(jìn)行多分類任務(wù)的算法適用，提出了輔助預(yù)料選擇算法，利用主動(dòng)學(xué)習(xí)的方法篩選目標(biāo)科室的輔助標(biāo)注語料，三組交叉驗(yàn)證實(shí)驗(yàn)中，TrAdaBoost算法的F值平均提升了5%以上，而輔助選擇算法在此基礎(chǔ)上平均提升了約0.6%。
　?。?）結(jié)合上述兩種算法進(jìn)行雙重遷移學(xué)習(xí)，同時(shí)基于特征和實(shí)例對(duì)數(shù)據(jù)進(jìn)行知識(shí)遷移，并引入輔助選擇算法，最后的實(shí)驗(yàn)結(jié)