换一批基于序列标注算法比较的医学文献风险事件抽取研究
RESEARCH ON MEDICAL DOCUMENT RISK EVENT EXTRACTION BASED ON COMPARISON OF SEQUENCE MARKING ALGORITHMS
摘要医学文献快速增长,如何从医学文献文本大数据中挖掘出有价值的知识是一种巨大挑战.聚焦医学文献中定量风险语句的风险事件抽取,构建智能临床决策支持系统医学风险知识库.运用序列标注算法中重要的隐马尔可夫模型、最大熵马尔可夫模型和条件随机场三种模型分别对医学文献非结构化全文文本中风险事件信息进行抽取,并对算法进行比较.从三个模型平均F1测度值来看,条件随机场效果最好,其次为最大熵马尔可夫模型,然后是隐马尔可夫模型,但是每个模型都有自己对某些风险事件抽取的准确率或者召回率的优势.
更多相关知识
关键词
医学文献风险事件隐马尔可夫模型最大熵马尔可夫模型条件随机场Medical literatureRisk eventHidden Markov modelMaximum entropy Markov modelConditional random field
分类号
TP391
栏目名称
DOI
10.3969/j.issn.1000-386x.2017.12.011
发布时间
2018-04-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
重庆市社会民生科技创新专项项目（cstc2015shmszx120025）
- 浏览0
- 被引10
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
