基于病情自述和知识图谱的疾病辅助诊断

• 作者: 丁玲 周慧 张利萍 芮伟康 邢凯
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 病情自述 知识图谱 结构化特征 文本表示 辅助诊断
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 161-166
• 页数: 6页
• 分类号: TP39
• 字数: 5683字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.02.030

摘要

病情自述是网络疾病咨询中普遍的信息形式.为了从这些不规范的数据中发现隐含疾病知识和用户语义提出一种无监督学习方法构建知识图谱,并基于此进行疾病辅助诊断.从同一疾病的病情自述提取特征关键词,使用特征关键词的概率关联和语义关联构建特征关联网络.在特征关联网络中找出描述疾病时常用的特征团模式,基于特征团的语义关系构建知识图谱;从知识图谱上抽取结构化特征,利用结构化特征与病情自述文本的Jaccard系数完成病情自述的文本表示;利用SVM实现病情自述的分类识别,结果分类的微平均和宏平均都在80%以上.研究能够用于疾病结构化知识发现和用户意图分析,初步诊断病情自述疾病类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁玲	中国科学技术大学苏州研究院	15	83	6.0	8.0
2	周慧		20	121	4.0	10.0
3	邢凯	中国科学技术大学苏州研究院	12	24	3.0	4.0
7	张利萍	中国科学技术大学苏州研究院	4	12	3.0	3.0
8	芮伟康	中国科学技术大学计算机学院	3	11	3.0	3.0