隨著人工智能的快速發(fā)展以及國家政策對中醫(yī)藥的大力扶持,中醫(yī)藥信息化、智能化迎來了新的契機(jī),也為改變目前中醫(yī)藥發(fā)展較慢這一困境創(chuàng)造了新機(jī)遇。本文以某中醫(yī)院提供的中醫(yī)病情文本數(shù)據(jù)為基礎(chǔ),對中醫(yī)智能辨證問題開展了研究。針對中醫(yī)病情文本特點(diǎn),提出了基于關(guān)鍵詞的中醫(yī)病情文本關(guān)鍵語義信息提取方法,然后在深入了解中醫(yī)辨證的基礎(chǔ)上,將中醫(yī)腎病辨證問題抽象成一個有監(jiān)督的多分類問題,使用深度學(xué)習(xí)對中醫(yī)腎病病情文本進(jìn)行分類,最后構(gòu)建了中醫(yī)藥智能服務(wù)平臺。論文主要貢獻(xiàn)如下:1)深入分析了中醫(yī)病情文本的特點(diǎn),使用文本N-Gram片段的信息熵等指標(biāo)進(jìn)行領(lǐng)域詞識別,進(jìn)一步提升了分詞精度。2)基于中醫(yī)病情文本特點(diǎn),提出了一種基于病位的中醫(yī)病情文本關(guān)鍵詞提取算法（TF-IDF-DP）,為獲得病情文本關(guān)鍵語義信息打下了基礎(chǔ)。3)在病情文本關(guān)鍵詞的基礎(chǔ)上,提出了一種基于關(guān)鍵詞的中醫(yī)病情文本關(guān)鍵語義信息提取方法（DKSIEK）,完成病位、癥狀、癥狀有無關(guān)系、癥狀嚴(yán)重程度等關(guān)鍵語義信息提取。實(shí)驗結(jié)果表明,該方法不僅能夠有效提取關(guān)鍵語義信息,還起到抑制噪音的作用。4)深入調(diào)研了深度學(xué)習(xí)文本分類方法,然后全面系統(tǒng)地將其應(yīng)用到中醫(yī)腎... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：99 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１２０１２－２０１８Ｈ１中國人工智能私募股權(quán)投資市場整體情況２??人工智能的發(fā)展帶動了智能醫(yī)療的發(fā)展

？拉？／匕，??圖２．４核函數(shù)特征映射??圖２．４是核函數(shù)將輸入空間映射到高維特征空間的示意圖，因此，帶有核函??數(shù)的ＳＶＭ決策函數(shù)可以寫為：??ｆ（ｘ）?＝?ｓｉｇｎｅｄ?ａｔｙｉＫｉｘ?■?ｘ〇?＋?６＊）?（２．２３）??２．３．３隨機(jī)森林分類模型??隨機(jī)森林（Ｒａｎｄｏｍ?Ｆｏｒｅｓｔ）是有監(jiān)督的集成學(xué)習(xí)模型（ｅｎｓｅｍｂｌｅ?ｌｅａｒｎｉｎｇ??ｍｏｄｅｌ），也被譽(yù)為“代表集成學(xué)習(xí)技術(shù)水平的方法”。隨機(jī)森林主要用于分類和回??歸問題，其核心思想是通過建立多個決策樹，然后將其集成，最后獲得更準(zhǔn)確、??更穩(wěn)定的預(yù)測結(jié)果。??２１??

?１??圖２．５隨機(jī)森林分類示意圖??圖２．５展示了隨機(jī)森林分類模型，可以看出其２個重要特征：１）多個決策樹??組成分類模型；２）分類結(jié)果通過多個決策樹進(jìn)行投票產(chǎn)生。因此，隨機(jī)森林中單??個決策樹的構(gòu)建是隨機(jī)森林構(gòu)建的重要步驟，下面給出隨機(jī)森林單個決策樹構(gòu)建??步驟，分為數(shù)據(jù)隨機(jī)選取和特征隨機(jī)選�。泊蟛襟E：??１）

【參考文獻(xiàn)】：
期刊論文
[1]自動關(guān)鍵詞抽取研究綜述[J]. 趙京勝,朱巧明,周國棟,張麗.  軟件學(xué)報. 2017(09)
[2]基于改進(jìn)TextRank的關(guān)鍵詞抽取算法[J]. 張莉婧,李業(yè)麗,曾慶濤,雷嘉麗,楊鵬.  北京印刷學(xué)院學(xué)報. 2016(04)
[3]基于LDA和SVM的中文文本分類研究[J]. 宋鈺婷,徐德華.  現(xiàn)代計算機(jī)(專業(yè)版). 2016(05)
[4]基于中醫(yī)核心思維的機(jī)器學(xué)習(xí)醫(yī)用診療系統(tǒng)設(shè)計[J]. 秦延斌.  中華中醫(yī)藥學(xué)刊. 2015(09)
[5]基于貝葉斯分類算法的治療中風(fēng)中藥組方研究[J]. 邢雁輝,崔蒙,儲戟農(nóng),胡雪琴,楊碩,溫先榮,亢力,雷蕾.  中西醫(yī)結(jié)合心腦血管病雜志. 2015(04)
[6]基于支持向量機(jī)的中藥藥理作用預(yù)測研究[J]. 雷蕾,楊策,張黎,邢燕輝,溫先榮.  世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化. 2013(08)
[7]一種基于粗集簡約的中醫(yī)專家系統(tǒng)設(shè)計和實(shí)現(xiàn)[J]. 王瑞祥,劉曉玉.  時珍國醫(yī)國藥. 2013(10)
[8]我國中醫(yī)藥信息化建設(shè)與發(fā)展[J]. 孟凡紅,萬芳.  中國中醫(yī)藥信息雜志. 2010(11)
[9]從中醫(yī)古籍?dāng)?shù)據(jù)庫建設(shè)看中醫(yī)古籍?dāng)?shù)字化[J]. 李兵,劉國正,符永馳,裘儉,張偉娜.  中國中醫(yī)藥信息雜志. 2009(03)
[10]基于案例推理的中醫(yī)診療專家系統(tǒng)[J]. 楊健,馬小蘭,楊鄧奇.  時珍國醫(yī)國藥. 2008(07)

博士論文
[1]基于機(jī)器學(xué)習(xí)技術(shù)的《傷寒論》方證分析方法研究[D]. 孫燕.北京中醫(yī)藥大學(xué) 2007
[2]中醫(yī)方劑數(shù)據(jù)挖掘模式和算法研究[D]. 周忠眉.浙江大學(xué) 2006

碩士論文
[1]基于文本語義分塊的中醫(yī)病情分類問題研究[D]. 付釗.浙江大學(xué) 2018
[2]中醫(yī)藥癥狀的中文分詞與句子相似度研究[D]. 毛宇.浙江大學(xué) 2017



本文編號：3010956