發(fā)布時(shí)間：2022-02-12 10:55

　　醫(yī)療衛(wèi)生事業(yè)信息平臺(tái)建設(shè)關(guān)系到我國(guó)重要的民生問題,現(xiàn)代信息技術(shù)的發(fā)展為身體素質(zhì)的提高帶來(lái)了新的機(jī)遇。其中,婦女兒童的健康問題一直是健康領(lǐng)域倍受關(guān)注的問題。充分利用信息技術(shù),整合開發(fā)信息資源,促進(jìn)醫(yī)療領(lǐng)域信息的交流和知識(shí)共享,加強(qiáng)服務(wù)信息平臺(tái)建設(shè),是提高我國(guó)婦幼保健醫(yī)療水平的必然選擇。目前,婦女兒童的醫(yī)療資源有限,專業(yè)人員較少,給婦女兒童就診帶來(lái)了極大的困擾。本文針對(duì)婦幼保健就診資源緊張的問題,提出構(gòu)建婦幼保健常識(shí)知識(shí)庫(kù)。首先分析了以知識(shí)庫(kù)為中心涉及到的重要技術(shù)和相關(guān)工具,包括本體知識(shí)庫(kù)構(gòu)建工具Protege、網(wǎng)絡(luò)爬蟲技術(shù)、神經(jīng)元計(jì)算技術(shù)、分詞工具Word2Vec以及Jena工具。使用卷積神經(jīng)網(wǎng)絡(luò)方法對(duì)婦幼保健常識(shí)文本進(jìn)行特征提取,完成對(duì)婦幼保健常識(shí)知識(shí)庫(kù)的知識(shí)圖譜、知識(shí)庫(kù)的構(gòu)建。本文通過網(wǎng)絡(luò)爬蟲技術(shù)以及人工收集婦幼保健常識(shí)資源,通過Word2Vec工具將文本數(shù)據(jù)向量化婦幼常識(shí)文本向量化、特征提取以及模型訓(xùn)練,完成了相關(guān)實(shí)驗(yàn)以及結(jié)果分析。實(shí)現(xiàn)婦幼保健相關(guān)專業(yè)知識(shí)的宣傳,婦幼檢查具體內(nèi)容解答以及婦幼健康需要做的檢查在內(nèi)的信息化服務(wù)。本論文系統(tǒng)實(shí)現(xiàn)分為知識(shí)庫(kù)和手機(jī)端兩個(gè)方面,在構(gòu)建領(lǐng)域知識(shí)庫(kù)... 

【文章來(lái)源】：海南大學(xué)海南省211工程院校

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－２神經(jīng)元結(jié)構(gòu)圖??Ｆｉｇ?２－２?Ｎｅｕｒｏｎ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??

婦幼保健常識(shí)知識(shí)庫(kù)構(gòu)建與實(shí)現(xiàn)??圖２－１網(wǎng)絡(luò)爬蟲流程圖??Ｆｉｇ?２－１?Ｎｅｔｗｏｒｋ?ｃｒａｗｌｅｒ?ｆｌｏｗ?ｃｈａｒｔ??２＿４神經(jīng)元??神經(jīng)元是一個(gè)包含輸入、計(jì)算、輸出的功能模型，在機(jī)器學(xué)習(xí)中也稱神經(jīng)網(wǎng)絡(luò)，??單層祌經(jīng)網(wǎng)絡(luò)稱為感知機(jī)。通過將不同的感知機(jī)疊加在一起，并且前一層的感知機(jī)輸??出是后一層感知機(jī)的輸入，這樣的模型結(jié)構(gòu)便是多層神經(jīng)網(wǎng)絡(luò)。實(shí)踐表明，一般多層??次網(wǎng)絡(luò)的感知機(jī)可以捕捉更抽象的特征，也有一個(gè)名字來(lái)強(qiáng)點(diǎn)這一點(diǎn)，即深度學(xué)習(xí)。??神經(jīng)元通常包含三層，即輸入層、隱藏層以及輸出層，結(jié)構(gòu)如圖２－２所示。??隱藏層??輸入層?／??一?Ｉ?：??／?輸出層??｛?）?＼?ｊ?、??（?齡一乂＇嚴(yán)一??、一終ｙ—、／?／＞一、、??／／＼＼?／?Ｗ?／?＼??廠〇?／／Ａ?；??｛?＼、一’／，??＼?ｙ？一??／?＼??圖２－２神經(jīng)元結(jié)構(gòu)圖??Ｆｉｇ?２－２?Ｎｅｕｒｏｎ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??祌經(jīng)網(wǎng)絡(luò)的基礎(chǔ)計(jì)算單元是神經(jīng)元，也稱節(jié)點(diǎn)如圖３所示，神經(jīng)網(wǎng)絡(luò)讓權(quán)重的值??調(diào)整到最佳的過程即是訓(xùn)練算法的過程

海南大學(xué)碩士學(xué)位論文??通過計(jì)算公式，我們將所有抽象的概念公式化，最終得到神經(jīng)元輸出層的相關(guān)推??理公式，如圖２－４所示。??ａｌ??＇?Ｗ１??＼?????ａ２??—?Ｈ?Ｓｕｍ?；??Ｓｇｎ???Ｚ??＼?Ｊ??????／??／?Ｗ３??ａ３?Ｚ＝ｇ（ａｌ＊ｗｌ＋ａ２＊ｗ２＋ａ３＊ｗ３）??圖２－４神經(jīng)元推算公式圖??Ｆｉｇ?２－４?Ｆｏｒｍｕｌａ?Ｄｉａｇｒａｍ?ｏｆ?Ｎｅｕｒｏｎ?Ｅｓｔｉｍａｔｉｏｎ??２．５?Ｗｏｒｄ２Ｖｅｖ分詞工具??Ｗｏｒｄ２Ｖｅｃ是谷歌在２０１３年發(fā)布的一個(gè)開源工具，其核心思想是將詞表征映射為??對(duì)應(yīng)的實(shí)數(shù)向量（蒙曉燕，２０１８）。Ｗｏｒｄ２Ｖｅｃ利用深度學(xué)習(xí)的理論，把對(duì)文本內(nèi)容??通過深度學(xué)習(xí)的訓(xùn)練進(jìn)而處理做降維處理，簡(jiǎn)化為Ｋ維向量空間中的向量運(yùn)算，然??而文本語(yǔ)義上的相似可以用向量空間上的相似度來(lái)表示。Ｗｏｒｄ２Ｖｅｃ工具當(dāng)前采用的??模型有ＣＢＯＷ、Ｓｋｉｐ－Ｇｒａｍ，在分詞類的應(yīng)用工具中很廣泛。??ＣＢＯＷ通過深度學(xué)習(xí)的算法，通過相應(yīng)地訓(xùn)練，從而根據(jù)上下文來(lái)預(yù)測(cè)當(dāng)前詞??語(yǔ)的概率。Ｓｋｉｐ－ｇｒａｍ剛好相反，Ｓｋｉｐ－ｇｒａｍ則是通過深度學(xué)習(xí)的算法，通過相應(yīng)地訓(xùn)??練，根據(jù)當(dāng)前詞語(yǔ)來(lái)預(yù)測(cè)上下文的概率。首先，將被訓(xùn)練的單詞設(shè)置為一個(gè)隨機(jī)Ｓ??維向量

【參考文獻(xiàn)】：
期刊論文
[1]消化系統(tǒng)用藥知識(shí)庫(kù)智能化管理系統(tǒng)的應(yīng)用[J]. 張麗,楊耀芳,朱建萍,胡堅(jiān)強(qiáng).  中國(guó)藥師. 2019(02)
[2]大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J]. 何泓林,朱彬,張文橋.  電子技術(shù)與軟件工程. 2019(03)
[3]大數(shù)據(jù)驅(qū)動(dòng)下情報(bào)研究知識(shí)庫(kù)構(gòu)建的關(guān)鍵技術(shù)及實(shí)現(xiàn)[J]. 宋小康,何勁,王曰芬.  情報(bào)理論與實(shí)踐. 2019(01)
[4]基于語(yǔ)言信息處理的藏語(yǔ)動(dòng)詞短語(yǔ)結(jié)構(gòu)研究[J]. 仁青卓么.  高原科學(xué)研究. 2018(04)
[5]融合對(duì)抗學(xué)習(xí)的因果關(guān)系抽取[J]. 馮沖,康麗琪,石戈,黃河燕.  自動(dòng)化學(xué)報(bào). 2018(05)
[6]基于Word2vec的句子語(yǔ)義相似度計(jì)算研究[J]. 李曉,解輝,李立杰.  計(jì)算機(jī)科學(xué). 2017(09)
[7]基于知識(shí)圖譜的智能客服系統(tǒng)研究[J]. 饒竹一,張?jiān)葡?  電力信息與通信技術(shù). 2017(07)
[8]基于知識(shí)圖譜的中國(guó)崩崗研究現(xiàn)狀及綜合分析[J]. 邱錦安,劉希林.  中國(guó)水土保持科學(xué). 2017(03)
[9]卷積神經(jīng)網(wǎng)絡(luò)在關(guān)系抽取中的應(yīng)用研究[J]. 羅少偉.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2017(09)
[10]知識(shí)圖譜技術(shù)綜述[J]. 徐增林,盛泳潘,賀麗榮,王雅芳.  電子科技大學(xué)學(xué)報(bào). 2016(04)

博士論文
[1]基于復(fù)合本體的學(xué)科知識(shí)庫(kù)構(gòu)建及實(shí)證研究[D]. 曾倩.武漢大學(xué) 2014
[2]基于農(nóng)業(yè)本體問句分析的問答系統(tǒng)研究與架構(gòu)設(shè)計(jì)[D]. 胡德鵬.中國(guó)農(nóng)業(yè)科學(xué)院 2013
[3]面向網(wǎng)絡(luò)社區(qū)問答對(duì)的語(yǔ)義挖掘研究[D]. 王寶勛.哈爾濱工業(yè)大學(xué) 2013
[4]用戶交互式問答系統(tǒng)中問題推薦機(jī)制的研究[D]. 路遙.中國(guó)科學(xué)技術(shù)大學(xué) 2012
[5]短文本相似度計(jì)算在用戶交互式問答系統(tǒng)中的應(yīng)用[D]. 宋萬(wàn)鵬.中國(guó)科學(xué)技術(shù)大學(xué) 2010
[6]多專業(yè)領(lǐng)域本體的構(gòu)建及語(yǔ)義檢索研究[D]. 劉紫玉.北京交通大學(xué) 2010
[7]本體驅(qū)動(dòng)的網(wǎng)絡(luò)智能教學(xué)系統(tǒng)研究[D]. 王曉琳.華東師范大學(xué) 2009

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的中文歌詞情感分類[D]. 蒙曉燕.內(nèi)蒙古師范大學(xué) 2018
[2]基于深度學(xué)習(xí)的產(chǎn)品信息挖掘[D]. 王鐵錚.沈陽(yáng)航空航天大學(xué) 2018
[3]輔助醫(yī)療系統(tǒng)中的知識(shí)庫(kù)構(gòu)建及應(yīng)用研究[D]. 鄭鑫.東南大學(xué) 2017
[4]面向地理課程自動(dòng)解題的本體知識(shí)庫(kù)構(gòu)建[D]. 沈盛宇.安徽工業(yè)大學(xué) 2017
[5]特定領(lǐng)域?qū)嶓w屬性關(guān)系抽取方法研究[D]. 尚琪.昆明理工大學(xué) 2017
[6]汽車領(lǐng)域命名實(shí)體識(shí)別方法研究[D]. 張永平.湖南工業(yè)大學(xué) 2016
[7]基于詞向量和深度卷積神經(jīng)網(wǎng)絡(luò)的領(lǐng)域?qū)嶓w關(guān)系抽取[D]. 邵發(fā).昆明理工大學(xué) 2016
[8]古詩(shī)知識(shí)搜索系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[D]. 曹欣怡.浙江大學(xué) 2016
[9]領(lǐng)域?qū)嶓w屬性關(guān)系抽取方法研究[D]. 劉麗佳.昆明理工大學(xué) 2015
[10]基于Jena的關(guān)聯(lián)數(shù)據(jù)語(yǔ)義導(dǎo)航技術(shù)[D]. 王冬楠.大連海事大學(xué) 2015



本文編號(hào)：3621591