一种基于大数据技术快速处理医疗文本的方法

• 作者: 程楠
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 大数据 分词 结构化数据
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 数据资源管理与利用
• 页码范围: 45-46,58
• 页数: 3页
• 分类号: R319|TP391
• 字数: 2120字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2017.09.017

摘要

目的:对医疗信息系统中存在的大量自由文本数据,进行非结构化和半结构化数据处理,使其能够被分析利用.方法:使用ETL工具完成数据抽取、加载、转换;NoSQL、HDFS提供安全的存储;Spark指标提取工具结合Spark计算引擎,使用以自然语言处理技术为基础的分词技术实现指标提取;NewSQL数据库用于存储解析后的结构化数据.结果及结论:通过这种方法,从医疗文本中提取出更多有价值的信息,使医疗文本能被充分利用,丰富了医疗数据分析的数据来源.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程楠	河南省人民医院网络信息中心	9	20	2.0	4.0