【摘要】：隨著我國老齡化的愈發(fā)嚴(yán)重,老人的日常護(hù)理需求越來越多,尤其是患病后的護(hù)理。但不同情況下的老人所需的護(hù)理方法不同,某些細(xì)致的護(hù)理方法并非所有人都了解。雖然常見疾病一般都有相關(guān)的護(hù)理指南等文獻(xiàn)資料,但當(dāng)老人患有多種疾病時(shí),就需要查閱大量的護(hù)理指南,十分費(fèi)時(shí)。且有時(shí)要根據(jù)老人的實(shí)際情況,來制定專門的方案,這些特定的方案往往寫在老人的病歷或體檢報(bào)告中,不易統(tǒng)計(jì)。如果能夠自動(dòng)地從這些自然語言文本中抽取命名實(shí)體,就能夠快速、準(zhǔn)確獲得老人所需的護(hù)理措施。因此,本文研究了從自然語言文本中獲取護(hù)理領(lǐng)域命名實(shí)體的方法,來實(shí)現(xiàn)老人所需護(hù)理措施的自動(dòng)獲取。本文主要工作如下:1)提出了一種基于條件隨機(jī)場(chǎng)的命名實(shí)體抽取方法。為收集到的護(hù)理領(lǐng)域文獻(xiàn)添加實(shí)體標(biāo)簽后,加入外部特征,使用條件隨機(jī)場(chǎng)模型進(jìn)行命名實(shí)體抽取。為了消除模型訓(xùn)練時(shí)冗余特征模板過多造成的負(fù)面影響,使用遺傳算法對(duì)特征模板進(jìn)行了優(yōu)化,提高了命名實(shí)體抽取的準(zhǔn)確率。最終,實(shí)體抽取的準(zhǔn)確率達(dá)到80%。2)提出了一種基于Bi-LSTM與條件隨機(jī)場(chǎng)相結(jié)合的命名實(shí)體抽取方法。將護(hù)理領(lǐng)域文獻(xiàn)轉(zhuǎn)化為字向量,再通過神經(jīng)網(wǎng)絡(luò)對(duì)句子特征進(jìn)行計(jì)算,最后使用條件隨機(jī)場(chǎng)進(jìn)行實(shí)體標(biāo)注。為了提高實(shí)體抽取的準(zhǔn)確率,使用遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)所需的各類參數(shù)進(jìn)行優(yōu)化,使模型更適合文獻(xiàn)的結(jié)構(gòu)。最終,實(shí)體抽取的精確率達(dá)到85.2%,較直接進(jìn)行抽取提高了3%。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.1;R47
【圖文】：

圖 3.1 一階鏈?zhǔn)綏l件隨機(jī)場(chǎng)Fig 3.1 First-order chain conditional random field圖 3.2 圖結(jié)構(gòu)相同的 X 和 Y 構(gòu)成的一階鏈?zhǔn)綏l件隨機(jī)場(chǎng)

14圖 3.2 圖結(jié)構(gòu)相同的 X 和 Y 構(gòu)成的一階鏈?zhǔn)綏l件隨機(jī)場(chǎng)g 3.2 The first-order chain conditional random field of X and Y with the same struc其中，X n 表示輸入的觀察序列，Y - - -n 表示序列。條件隨機(jī)場(chǎng)的條件概率P( )的計(jì)算，需要通過使用勢(shì)函數(shù)以及圖結(jié)函數(shù)是定義在變量子集上的非負(fù)實(shí)函數(shù)，作用是來定義概率分布函的是圖中節(jié)點(diǎn)的一個(gè)特殊子集，該子集中的任意兩節(jié)點(diǎn)間都有邊連接

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱泉清;苗奪謙;張志飛;;中文微博命名實(shí)體識(shí)別[J];計(jì)算機(jī)科學(xué);2013年06期

2 孫鎮(zhèn);王惠臨;;命名實(shí)體識(shí)別研究進(jìn)展綜述[J];現(xiàn)代圖書情報(bào)技術(shù);2010年06期

3 遲呈英;于長遠(yuǎn);戰(zhàn)學(xué)剛;;基于條件隨機(jī)場(chǎng)的中文分詞方法[J];情報(bào)雜志;2008年05期

4 陳霄;劉慧;陳玉泉;;基于支持向量機(jī)方法的中文組織機(jī)構(gòu)名的識(shí)別[J];計(jì)算機(jī)應(yīng)用研究;2008年02期

5 周順先;林亞平;王耀南;易葉青;;基于聚簇隱馬爾可夫模型的文本信息抽取[J];系統(tǒng)仿真學(xué)報(bào);2007年21期

6 洪銘材;張闊;唐杰;李涓子;;基于條件隨機(jī)場(chǎng)(CRFs)的中文詞性標(biāo)注方法[J];計(jì)算機(jī)科學(xué);2006年10期

7 張華平,劉群;基于角色標(biāo)注的中國人名自動(dòng)識(shí)別研究[J];計(jì)算機(jī)學(xué)報(bào);2004年01期

8 魏延,謝開貴;模擬退火算法[J];蒙自師范高等�？茖W(xué)校學(xué)報(bào);1999年04期

9 張小衡,王玲玲;中文機(jī)構(gòu)名稱的識(shí)別與分析[J];中文信息學(xué)報(bào);1997年04期

10 孫艷豐，王眾托;遺傳算法在優(yōu)化問題中的應(yīng)用研究進(jìn)展[J];控制與決策;1996年04期

本文編號(hào)：2742803