基于BERT-TextCNN模型的临床试验筛选短文本分类方法

目的：设计一种基于深度学习的BERT-TextCNN模型,用于临床试验筛选短文本的自动化识别与分类。方法：调研文本分类的常见算法,从中国健康信息处理会议开发的临床试验中筛选短文本分类数据集,比较分析BERT-TextCNN模型、BERT模型和TextCNN模型的性能差异。结果：BERT-TextCNN模型的文本分类平均F1值为82.39%,相较于单纯使用BERT模型和TextCNN模型进行文本分类的性能分别提升了1.81％和9.02％。结论：基于BERT-TextCNN模型的临床试验筛选短文本分类方法有效,为今后相关医学领域的研究和临床试验筛选短文文本自动化系统开发提供了一定的参考。     

动态文本分类中概念漂移问题的解决算法研究

以当前的"消极学习型分类法"加"动态更新训练集"的组合模式,不足以解决好动态文本分类中的概念漂移问题.为此,受消极分类法基本思想的启发,并借鉴k-NN算法的优点,提出了针对概念漂移问题的"消极特征选择模式"的概念和基于此模式的动态文本分类算法.测试结果表明,新算法很好地解决了当前存在的难点问题,具有高可靠性、高实用性等优点.     

基于短语模式的文本情感分类研究

文本倾向识别的研究在诸多领域有着广阔的发展前景,短语模式的文本情感分类是问答系统、信息安全、网上调查等研究的基础.本文从语言学角度出发,首先,分析词典中对词语义定义的特点,采用"情感倾向定义"权重优先的计算方法获得短语中各词的语义倾向度,然后分析短语中各词组合方式的特点,提出中心词概念来对各词的倾向性进行计算来识别短语的倾向性和倾向强度.实验表明,本文的方法对短语的倾向分类识别效果较好,可为更大粒度的文本倾向识别打好基础,具有一定的实用价值.     

深度学习在脑卒中诊疗中的应用

介绍了应用于脑卒中诊疗领域的常用深度学习算法及其原理,综述了深度学习在脑卒中医学影像分析、医疗文本分析和结构化数据分析等方面的应用,分析了目前深度学习应用于脑卒中诊疗存在的问题,并提出了可能的发展方向,为深度学习在医疗保健领域的应用研究提供了参考.     

基于政策工具的我国药品集中带量采购政策文本分析研究

目的：为我国药品集中带量采购政策的制定和优化提供依据。方法：运用政策工具理论,构建“政策工具-政策目标”二维政策分析框架,并以“政策编号-具体条款/章节-具体句段”的编码规则对政策进行分类编码,以此对2015-2022年的国家层面药品集中带量采购政策文本进行分析。结果：在政策工具维度,环境性政策工具占比最多,供给型政策工具和需求型政策工具占比较少。在政策目标维度中,以优化发展路径为目标的政策占比最多,以推动采购平台功能建设为目标的政策占比最少。结论：政策工具存在分布不均衡;强制性政策使用较多,引导激励性政策不足;推动采购平台功能完善的政策工具较少。应调整政策工具组合,优化供需两条线上的框架结构;调整政策约束与激励的天平,激发内外部正向推动力;以更多政策工具推动完善平台功能,提升信息化管理水平。     

基于文本挖掘的监护仪故障诊断研究

传统监护仪故障诊断多依赖人工经验,诊断效率较低且故障维修文本数据未得到有效利用。针对以上问题,本文提出一种基于多特征文本表示以及改进的双向门控循环神经元网络（BiGRU）和注意力机制的监护仪故障智能诊断方法。首先,对文本进行预处理,采用基于转换器（Transformer）的语言激励双向编码器表示生成含有多种语言学特征的词向量;然后,通过改进的BiGRU和注意力机制对双向故障特征分别进行提取并加权;最后,使用加权损失函数降低类别不平衡对模型的影响。为证实所提方法的有效性,本文使用监护仪故障数据集进行验证,总体宏F1值达到91.11%。该结果表明,本文所建模型可实现故障文本的自动分类,或可为今后监护仪故障智能诊断提供辅助决策支持。     

运用质性文本分析法研究中医医案的思考与实践

中医医案是医家实践经验的生动体现，更是中医学传承发展的重要载体。中医古籍医案具有记述多样性、隐性知识较多等特点，给后世研究带来较大困难。本文通过介绍质性研究方法的科学性和创造性特点及质性研究的诠释性，阐释该方法运用到中医医案研究的科学基础。通过比较质性文本分析法与扎根理论方法，具体阐释了质性文本分析法运用到中医医案研究的可行性，该分析法重视原始资料、分析严谨性和分析创造性的特点，利于挖掘中医医案的精华，提升中医医案研究的可信度。该分析方法浸润在原始资料中，通过严谨可视化创造性分析，实现研究的深入性，以深入性追求研究结果的科学性，以归纳性追求研究结果的系统性，深入性、科学性及归纳性确保了研究结果的价值和意义。基于运用质性文本分析法研究叶天士医案的实践，本文展示了叶氏著述“病-机-症-方药”一体化研究路径。为了拓展运用质性文本分析法研究中医医案的范围和可操作性，凝练提出野质性医案分析途径冶，明确指出了该途径的具体步骤和适用情况。     

副文本在中医典籍丰厚翻译中的作用研究：以《难经》文树德英译本为例

《难经》是中医四大经典之一,承载着深厚的中医古典医学智慧和中华文化内涵,其对外译介对于中医药跨文化传播具有重要意义。以文树德《难经》英译本为例,分析副文本元素在中医典籍丰厚翻译中的作用。研究表明,副文本元素在中医典籍丰厚翻译中扮演着桥梁的角色,不仅有助于读者跨越语言和文化障碍,促进读者对原始文本的理解深度和广度,还有助于保证翻译的准确性,提高译作的可读性。     

基于学科期刊耦合强度的学科分类研究

【目的】学科分类作为科学研究的框架,在科学的发展中具有重要的作用。以计量学理论为基础,以《中国图书馆分类法》自然科学领域二级类目为分析对象,利用引文数据分析学科之间的相关关系,对二级类目进行修正,希望构建适应期刊分类定位需求的合适的分类体系。【方法】基于中国科学引文数据库,借助期刊之间的耦合强度研究学科之间的相关关系。【结果】通过聚类分析的方法,建立起一个经过整合之后的改进的学科分类体系,在此基础上运用关键词识别、主题挖掘等文本挖掘方法对新构建的学科分类体系的合理性进行解释。【结论】基于期刊耦合强度的学科分类体系具有符合目前期刊发展和学科发展的特点。     

基于文本挖掘分析甲型H1N1流感的中医药治疗特色

从中国生物医学文献数据库(CBM)中检索治疗甲型H1N1流感的文献数据,针对半格式化的原始数据,进行格式化转换,存储于大型关系型数据库;针对格式化的数据,采用基于敏感关键词频数统计的离散导数算法,对文献数据进行挖掘处理;针对文本挖掘的结果,结合原文献人工回溯可疑结果,得到以下结论:(1)在治疗甲型H1N1流感的过程中,中药以清热解毒为主;(2)中成药以连花清瘟胶囊、痰热清注射液、清开灵制剂、双黄连制剂为主;(3)以药测证,可推断甲型H1N1流感的发病特点是毒、火(热)、湿(痰);(4)中成药的使用以西医医生为主,但存在辩证使用问题;(5)针对文本挖掘的可疑结果,回溯原文献是一种不可替代的方法。