NLP在中医医案症状信息自动化抽取中的应用研究

• 作者: 屈丹丹 杨涛 胡孔法
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 中医医案 自然语言处理 自动化抽取
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 44-48
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.202211

摘要

从自然语言处理技术(NLP)入手,对比TFIDF与Word2vec方法抽取结果,探讨更适用于中医医案症状信息自动化抽取的研究思路,为发展中医医案的自动化分析提供参考.在构建好的医案词典基础上,利用TFIDF与Word2vec方法分别对心系医案数据进行症状抽取,并对结果进行对比分析.在医案中,病人发病往往伴有心悸、胸闷、胸痛、气喘、头晕等症状,且发现症状与症状之间也存在某些联系.实验评估结果表明,Word2vec方法抽取的精确率和召回率均高于TFIDF方法抽取的结果.相比TFIDF方法,将Word2vec方法应用于中医医案症状信息自动化抽取任务中效果更佳.