中文病理文本的结构化处理方法研究

• 作者: 乐嘉锦 冯洁莹 潘乔 陈德华
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 中文病理文本 结构化 短句聚类 模板提取
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 272-276
• 页数: 5页
• 分类号: TP391.1
• 字数: 5832字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.10.051

摘要

病理文本作为一类重要的非结构化临床文档,对临床诊断至关重要.针对具体的中文病理文本数据,提出一种简单有效结构化处理方法.首先对中文病理历史文本数据进行预处理,包括数据清洗、短句切分及主干提取等步骤,从中提取出各个样本所对应的文本信息;然后通过短句聚类和统计参数筛选实现样本描述模板的提取;最后利用模板对病理文本进行即时结构化处理,得到最终的结构化处理结果.实验证明,该方法对同类文本可以达到很好的结构化效果;同时提取的模板会被定期优化以适应最新的数据结构化需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乐嘉锦	东华大学计算机科学与技术学院	131	1480	20.0	32.0
2	陈德华	东华大学计算机科学与技术学院	39	220	8.0	13.0
3	潘乔	东华大学计算机科学与技术学院	20	65	5.0	6.0
4	冯洁莹	东华大学计算机科学与技术学院	2	8	1.0	2.0