基于两阶段特征选择的医疗敏感文本分类

• 作者: 姜慧敏 郭永安 陈春玲
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 医疗数据 隐私保护 特征选择 敏感数据 文本分类
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 应用开发研究
• 页码范围: 129-133
• 页数: 5页
• 分类号: TP18
• 字数: 4434字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.08.022

摘要

为完成对医疗数据的敏感性分类,采用文本分类技术从对医疗敏感数据的分类的角度对医疗信息隐私保护进行了研究.在传统的医疗文本分类基础上,提出基于LSI-TF-IDF两阶段特征选择的文本分类方法对医疗文本数据进行敏感性分类.分别采用基于TF-IDF的传统文本分类方法和基于LSI-TF-IDF的两阶段特征选择的文本分类方法对糖尿病文本数据进行敏感性分类,利用朴素贝叶斯、KNN、SVM三个分类器进行实验比较,采用准确率、召回率和F1值作为评价标准.实验结果表明,基于LSI-TF-IDF两阶段特征选择的文本分类方法较之基于TF-IDF的传统文本分类方法在准确率、召回率和F1值上均有所提升.证明了该方法在医疗文本数据的敏感性分类上具有更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭永安	南京邮电大学通信与信息工程学院	18	32	4.0	4.0