購物車(0)
基于深度學習的甲狀腺病史結構化研究與實現
駱軼姝; 申舒心; 陳德華 東華大學計算機科學與技術學院; 上海201620; 東華大學資產管理處; 上海201620
關鍵詞：甲狀腺 病史 深度學習 實體識別
摘要：甲狀腺病史作為一類重要的非結構化文檔,對醫療診斷至關重要.針對具體的甲狀腺病史數據,提出一種基于深度學習的甲狀腺病史結構化處理方法.首先,構建專業詞庫和病史本體,使用專業詞庫指導分詞,基于本體結構完成結構化輸出;其次,通過使用實體識別技術,完成對分詞結果標簽的預測;最后,使用標簽抽取和詞庫匹配兩種方法對病史數據進行信息抽取,并將結構化結果以RDF進行存儲.實驗結果表明該方法的準確率和泛化性較傳統方法有明顯提升.
智能計算機與應用雜志要求:
{1}參考文獻：參考文獻位于文尾，按首字的拼音首字母順序排序，用序號[1]、[2]、[3]、[4]……標示，若只有一個參考文獻，則文獻前不加序號。
{2}來稿選題應具有問題意識，有的放矢；論點要正確，結構要合理，論證要充分，數據和資料要詳實可靠，文字表達要精煉準確。
{3}圖片要求清晰，注明名稱、出處及其在文章中的位置。
{4}作者署名：多位作者之間以逗號分隔；作者來自不同單位的，在作者名右上角注l，2…，單位分別標注，以分號隔開。并在作者單位名稱前標注2--工作單位、所在省市名、郵政編碼，加圓括號置于作者署名下方。
{5}中文摘要以 350 字內為原則，英文摘要以 300 字內為原則。關鍵詞最多 5個。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
