隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,通過各種電子媒介獲得的數(shù)據(jù)也呈現(xiàn)爆發(fā)式增長(zhǎng),如何從海量數(shù)據(jù)中檢索到用戶真正需要的信息成為了研究的熱點(diǎn)。在醫(yī)療領(lǐng)域中,信息檢索技術(shù)的發(fā)展也得到了廣泛的關(guān)注,使用醫(yī)療查詢從大量醫(yī)學(xué)文獻(xiàn)及研究中檢索與之相關(guān)的信息能輔助醫(yī)生做出更好的決策,也推進(jìn)了醫(yī)療診斷的智能化發(fā)展。CDS（Clinical Decision Support）,即臨床決策支持系統(tǒng)是醫(yī)療信息檢索的應(yīng)用之一。臨床決策支持系統(tǒng)任務(wù)的提出是為了檢索和醫(yī)療記錄中一般臨床問題相關(guān)的生物醫(yī)學(xué)文章,以此來滿足醫(yī)生的需求。臨床決策支持系統(tǒng)任務(wù)的查詢都是簡(jiǎn)短的病歷報(bào)告,病歷報(bào)告的描述通常是具有挑戰(zhàn)性的醫(yī)療病例,并且會(huì)將其組織成一個(gè)易于理解的敘述。雖然是簡(jiǎn)短的病歷報(bào)告,但是和常見的Web搜索引擎中的查詢相比,臨床決策支持系統(tǒng)任務(wù)的查詢長(zhǎng)度較長(zhǎng),這也導(dǎo)致了查詢中存在著歧義和主次不明等問題,所以一個(gè)能明確需求的查詢是檢索質(zhì)量的保證。查詢擴(kuò)展便是能有效解決此類問題的手段之一。對(duì)此,本文的研究工作圍繞著醫(yī)療文本的查詢擴(kuò)展技術(shù)進(jìn)行展開。由于醫(yī)療文本注釋難度高且花費(fèi)高,所以本文方法利用了遷移學(xué)習(xí)的思想,學(xué)習(xí)非醫(yī)學(xué)領(lǐng)域知識(shí)并將其運(yùn)用到... 

【文章來源】：華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

信息檢索一般過程

圖 3-1 基于神經(jīng)網(wǎng)絡(luò)模型的查詢擴(kuò)展方法框架圖從圖 3-1 中可以看出，整個(gè)方法的過程可以分成三大部分。首先，在 Web上進(jìn)行原始查詢的檢索，選擇前 P 個(gè)檢索結(jié)果作為原始查詢的偽相關(guān)文檔，這些偽相關(guān)文檔也是擴(kuò)展醫(yī)學(xué)實(shí)體的來源。其次，通過 MeSH 得到所有的醫(yī)學(xué)實(shí)體，具體操作會(huì)在之后進(jìn)行詳細(xì)講解。得到擴(kuò)展候選實(shí)體之后，利用選擇模型進(jìn)行挑選，選擇和查詢最相關(guān)的醫(yī)學(xué)實(shí)體組作為查詢的擴(kuò)展。最后將擴(kuò)展后的查詢?cè)谀繕?biāo)文檔集上進(jìn)行檢索，得到最后的檢索結(jié)果。從圖 3-1 中可知，本文的查詢擴(kuò)展方法的重點(diǎn)是如何得到醫(yī)學(xué)候選實(shí)體和挑選最優(yōu)的醫(yī)學(xué)實(shí)體組合。本章會(huì)介紹醫(yī)學(xué)實(shí)體的獲取以及醫(yī)學(xué)實(shí)體組的構(gòu)成。3.3 基于 MeSH 的語(yǔ)義映射本節(jié)主要介紹基于 MeSH 詞表的醫(yī)學(xué)實(shí)體映射以及得到醫(yī)學(xué)候選實(shí)體集合

圖 4-1 RNN 模型框架圖一種特殊的 RNN 模型，是一種能夠解決長(zhǎng)期依賴-2 所示，LSTM 引入了門機(jī)制的網(wǎng)絡(luò)結(jié)構(gòu)，一共包put Gate），遺忘門（Forget Gate）和輸出門（Ou值將要被更新，t-1c 會(huì)更新到tc 的狀態(tài)。遺忘門決會(huì)讀取上一個(gè)位置的隱藏狀態(tài)t 1h 以及該位置的輸 之間的數(shù)值給記憶細(xì)胞t 1c ，1 表示完全保留，0 表輸出的值，這個(gè)輸出是基于細(xì)胞狀態(tài)得到。

【參考文獻(xiàn)】：
期刊論文
[1]大數(shù)據(jù)時(shí)代來襲 中國(guó)宜加緊布局[J]. 許曄.  創(chuàng)新科技. 2014(01)



本文編號(hào)：3239671