基于机器学习的中医学派文本分类研究

• 作者: 王志国 赵汉青
• 来源期刊: 中华医学图书情报杂志
• 学科: 医学
• 关键词: 机器学习 文本分类 中医学派 中医信息化 大数据
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 研究与探讨
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP183|R2-03
• 字数: 4062字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3982.2018.12.002

摘要

目的:探索机器学习方法在中医学派文本分类中的应用.方法:将数字化纯文本中医文献分为伤寒、外科、儿科、女科4类,选择Bigram作为特征分词方法、TF-IDF为特征提取方法、Chi-square为特征降维方法,基于LibSVM和LibLinear两种分类模型将待分类文献放入模型进行分类预测.结果:训练得到LibSVM模型正确率为0.9375,Liblinear模型正确率为0.9231,编号1-5的文献分类结果符合预期.结论:机器学习对中医文献识别分类具有普适性良好、正确率高、测试速度快的优点,适合中医学派文献资料的文本分类研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志国	中国中医科学院中医临床基础医学研究所	54	533	12.0	21.0
2	赵汉青	中国中医科学院中医临床基础医学研究所	10	18	3.0	3.0