排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
目的 建立以异质关联网络为基础的辨证规律挖掘方法。方法 从医案数据入手,以矩阵运算为基础,以联合度为评价指标,构建“症状-证素-证型”异质关联网络HAN(Heterogeneous Associated Network),探索“症状-证素-证型”两两元素之间的组合规则。为了验证算法的有效性,与经典的关联分析算法Apriori进行比较,分别对1164条肝癌医案的辨证规律进行分析,比较两种算法的提取结果。结果 HAN算法提取结果和计算效率优于Apriori算法,提取辨证规律符合中医理论和专家经验。结论 利用HAN算法能高效精准地挖掘医案中症状、证素、证型之间的潜在关系,可以为名老中医临床经验挖掘提供方法参考。 相似文献
2.
目的 从中医临床医案抽取症状命名实体。方法 对名老中医临床肺癌医案进行序列标记,利用条件随机场对标注样本进行学习,采取十折交叉验证对模型进行测试,使用多分类评价指标对模型结果进行评价。结果 CRF模型微平均的三个评价指标(P,R,F1)为(0.9233 ± 0.0063,0.9222 ± 0.0062,0.9211 ± 0.0062);宏平均评价指标为(0.8822 ± 0.0126,0.8322 ± 0.0215,0.8556 ± 0.0151)。病位权重由高到低依次为“背”、“胸”、“口”、“腰”、“鼻”等词;症状权重由高到低依次为“咳”、“痛”、“痰”、“酸”、“闷”等词。结论 利用条件随机场构建中医临床信息抽取模型,抽取结果符合中医辨证理论,能够有效实现中医临床医案症状命名实体识别。 相似文献
1