基于文本挖掘词频反文档频率方法的疾病症状权重挖掘研究

• 作者: 任玉兰 何嘉 宋艳 文立玉 梁繁荣 舒红平 郑皎凌
• 来源期刊: 成都信息工程学院学报
• 学科: 工学
• 关键词: 计算机应用技术 词频 反文档频率 疾病症状 症状权重
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 电子信息科学与技术
• 页码范围: 52-58
• 页数: 7页
• 分类号: TP311.13
• 字数: 3444字
• 语种: 中文

摘要

词频反文档频率是文档特征权值表示的常用方法,用以评估单词对于语料库中的其中一份文件的重要程度.通过合理映射病例库与语料库的词汇关系,对词频反文档频率模型进行改进,并将改进后的词频反文档频率模型应用到针灸处方疾病症状权重挖掘中,计算出疾病所对应的各种症状权重.实验统计了106种疾病,其中与临床诊疗经验相符合的有84种,准确率达79.2％,实验表明改进的模型能得到较好的疾病症状权重鉴别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒红平	成都信息工程学院软件工程系	65	461	11.0	18.0
2	任玉兰		127	867	17.0	26.0
3	郑皎凌	成都信息工程学院软件工程系	22	102	6.0	9.0
4	何嘉	成都信息工程学院计算机系	37	160	8.0	10.0
5	宋艳	成都信息工程学院计算机系	1	7	1.0	1.0
6	梁繁荣	成都信息工程学院软件工程系	1	7	1.0	1.0
7	文立玉		1	7	1.0	1.0