学科背景知识在医学文本特征抽取中的应用

• 作者: 安新颖 范少萍 赵迎光
• 来源期刊: 医学信息学杂志
• 学科: 医学
• 关键词: 文本挖掘 TF-IDF 特征抽取 知识发现
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 医学信息研究
• 页码范围: 50-54,81
• 页数: 6页
• 分类号: R-056
• 字数: 3563字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6036.2017.04.012

摘要

分析目前科技文献文本特征抽取方法研究现状,将基于背景知识的TF-IDF方法应用到医学文本特征抽取中,在4个医学领域中进行试验对比,结果表明该方法在抽取词汇数量较少时可以显著提高抽取效果,在对文本集合中通用词的过滤及重要特征词的识别方面明显优于使用通用IDF的TF-IDF方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安新颖	中国医学科学院医学信息研究所	75	314	8.0	12.0
2	赵迎光	中国医学科学院医学信息研究所	12	30	4.0	4.0
3	范少萍	中国医学科学院医学信息研究所	14	32	4.0	5.0