基于KNN算法的医药信息文本分类系统的研究

• 作者: 张启蕊 许幸
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 医药信息 文本分类 向量空间模型 KNN算法
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 应用开发研究
• 页码范围: 206-209
• 页数: 4页
• 分类号: TP391
• 字数: 4048字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.04.059

摘要

针对目前医药信息文本分类领域的现状,设计并实现了一种基于KNN算法的医药信息文本分类系统.该系统充分利用了向量空间模型在表示方法上的优势和快速KNN算法的特点,并采用逆向最大匹配分词方法进行分词,可有效提高医药信息分类的准确性和信息处理效率.此外,构建了一个医药信息数据集,该数据集包含582篇医药类文本,其中训练文本433篇,测试文本149篇,并在该数据集上对医药信息文本分类系统进行了测试,得到了74.83%的F1值.实验证明,该系统可以较好地实现医药信息文本分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张启蕊	广东药学院医药信息工程学院	12	19	2.0	4.0
2	许幸	广东药学院医药信息工程学院	1	14	1.0	1.0