伴隨著人口老齡化、慢性病頻發(fā)以及人們健康意識的提升,高質(zhì)量的醫(yī)療服務(wù)需求快速增長。然而由于醫(yī)療資源的短缺以及分布的不均衡,健康消費(fèi)者的醫(yī)療服務(wù)需求無法有效地得到滿足。幸運(yùn)的是,伴隨著移動(dòng)互聯(lián)網(wǎng)以及智能終端的快速普及,在線問診服務(wù)正在快速興起,健康消費(fèi)者足不出戶就可以遠(yuǎn)程獲得著名醫(yī)院專業(yè)醫(yī)生所提供的在線疾病、健康咨詢與指導(dǎo),這種廉價(jià)高效的全新線上醫(yī)療方式有效地整合了線下醫(yī)療資源,既滿足了健康消費(fèi)者的一般需求,也在某種程度上緩解了醫(yī)院的運(yùn)營壓力。與傳統(tǒng)的社區(qū)問答系統(tǒng)以及搜索引擎相比,在線問診服務(wù)中每一個(gè)回答都是由經(jīng)過資格認(rèn)證的專業(yè)執(zhí)業(yè)醫(yī)師提供,可以確保大部分回答是可信賴的。盡管在線問診服務(wù)具有提供高質(zhì)量回答的能力,但是卻不能確保每個(gè)回答都是高質(zhì)量的。例如高級別醫(yī)生可能工作忙碌,并不能確保總是有足夠的業(yè)余時(shí)間給線上健康消費(fèi)者提供詳細(xì)而高質(zhì)量的回答。而一些低級別的醫(yī)生可能只是想借助在線問診服務(wù)平臺推銷自己及其醫(yī)院,通常提供一些不相關(guān)的廣告。低質(zhì)量的回答會(huì)給在線問診服務(wù)中累計(jì)的海量健康問答信息的知識挖掘和復(fù)用造成巨大困擾,而高質(zhì)量的健康問答信息知識庫是構(gòu)建虛擬健康助理以及健康推薦系統(tǒng)的關(guān)鍵。因而...

【文章頁數(shù)】：160 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀及分析
        1.2.1 社區(qū)問答系統(tǒng)回答質(zhì)量評價(jià)研究
        1.2.2 短文本分類
        1.2.3 協(xié)同訓(xùn)練
        1.2.4 研究現(xiàn)狀總結(jié)
    1.3 本文的研究內(nèi)容
    1.4 本文的內(nèi)容安排
第2章 基于典型非文本特征的在線問診服務(wù)回答質(zhì)量評價(jià)方法
    2.1 引言
    2.2 在線問診服務(wù)回答質(zhì)量面臨的挑戰(zhàn)
    2.3 在線問診服務(wù)回答質(zhì)量評價(jià)問題描述
    2.4 在線問診服務(wù)回答質(zhì)量評價(jià)指標(biāo)制定
    2.5 在線問診服務(wù)典型非文本特征提取與分析
        2.5.1 表面語言特征
        2.5.2 社會(huì)化特征
        2.5.3 時(shí)序特征
    2.6 實(shí)驗(yàn)與討論
        2.6.1 實(shí)驗(yàn)設(shè)置
        2.6.2 實(shí)驗(yàn)結(jié)果與分析
    2.7 本章小結(jié)
第3章 基于深度短文本特征的在線問診服務(wù)回答質(zhì)量評價(jià)方法
    3.1 引言
    3.2 面臨的挑戰(zhàn)
    3.3 預(yù)訓(xùn)練詞嵌入
    3.4 學(xué)習(xí)框架
        3.4.1 卷積神經(jīng)網(wǎng)絡(luò)組件
        3.4.2 依賴敏感卷積神經(jīng)網(wǎng)絡(luò)組件
        3.4.3 協(xié)同決策組件
        3.4.4 多模學(xué)習(xí)組件
        3.4.5 質(zhì)量預(yù)測組件
        3.4.6 超參數(shù)和訓(xùn)練
    3.5 實(shí)驗(yàn)與討論
        3.5.1 實(shí)驗(yàn)設(shè)置
        3.5.2 實(shí)驗(yàn)結(jié)果與分析
    3.6 本章小結(jié)
第4章 基于異構(gòu)數(shù)據(jù)融合的在線問診服務(wù)回答質(zhì)量評價(jià)方法
    4.1 引言
    4.2 面臨的挑戰(zhàn)
    4.3 受限玻爾茲曼機(jī)與深度信念網(wǎng)絡(luò)
        4.3.1 受限玻爾茲曼機(jī)
        4.3.2 深度信念網(wǎng)絡(luò)與深度學(xué)習(xí)
    4.4 學(xué)習(xí)框架
        4.4.1 文本特征特征學(xué)習(xí)
        4.4.2 典型非文本特征特征學(xué)習(xí)
        4.4.3 異構(gòu)特征融合
        4.4.4 監(jiān)督訓(xùn)練和分類
        4.4.5 模型評估和訓(xùn)練細(xì)節(jié)
    4.5 實(shí)驗(yàn)與討論
        4.5.1 實(shí)驗(yàn)設(shè)置
        4.5.2 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
第5章 基于數(shù)據(jù)自動(dòng)化標(biāo)注和特征融合的在線問診服務(wù)回答質(zhì)量評價(jià)方法
    5.1 引言
    5.2 面臨的挑戰(zhàn)
    5.3 學(xué)習(xí)框架
        5.3.1 在線問診服務(wù)數(shù)據(jù)集收集組件
        5.3.2 預(yù)訓(xùn)練特定領(lǐng)域詞嵌入組件
        5.3.3 依賴敏感卷積神經(jīng)網(wǎng)絡(luò)視角特征學(xué)習(xí)組件
        5.3.4 卷積神經(jīng)網(wǎng)絡(luò)視角特征學(xué)習(xí)組件
        5.3.5 基于隱因子分解機(jī)的協(xié)同訓(xùn)練組件
        5.3.6 集成學(xué)習(xí)與質(zhì)量預(yù)測組件
        5.3.7 超參數(shù)與訓(xùn)練
    5.4 實(shí)驗(yàn)與討論
        5.4.1 實(shí)驗(yàn)設(shè)置
        5.4.2 實(shí)驗(yàn)結(jié)果與分析
        5.4.3 第2章至第5章所提出方法的綜合對比
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其它成果
致謝
個(gè)人簡歷



本文編號：3765837