文献

J-GLOBAL ID：201802217196497219   整理番号：18A1136746

中国のヘルスケア問題部門分類のためのLSTMにおけるラベル指示者の形態素成長【JST・京大機械翻訳】

Label-indicator morpheme growth on LSTM for Chinese healthcare question department classification

著者 (7件)： Hu Yang (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510000, China) ,  Wen Guihua (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510000, China) ,  Ma Jiajiong (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510000, China) ,  Li Danyang (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510000, China) ,  Wang Changjun (Guangdong General Hospital, Guangzhou 510000, China) ,  Li Huihui (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510000, China) ,  Huan Eryang (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510000, China)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 82  ページ： 154-168  発行年： 2018年 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 現在の漢方薬は,便利な医療サービスのための緊急の需要を持っている。多数の患者に直面すると,患者の質問を自動的かつ正確に理解することは有用である。高い専門医療テキストとは異なり,患者の質問は症状に関する少量の記述しか含まず,質問はわずかに専門的で,colloqu的である。本論文の目的は,患者質問のための部門分類システムを実行することである。患者の質問は手術など11部門に分類される。本論文では,質問におけるキー要素のメモリを強化し,それらの周りの拡張ベクトルを抽出するモデルを提案し,実際の患者の質問から構成される3つのデータセットに対する実験により,すべての比較方法を検証した。提案した方法は分類の性能を改善する能力を有している。提案した方法は,患者質問の部門分類に有効であり,患者質問の自動理解のための有用なシステムとして役立つ。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  患者 ,  *中華人民共和国 ,  ベクトル ,  漢方製剤 ,  *形態素
準シソーラス用語： テキスト ,  医療サービス , 【Automatic Indexing@JST】

著者キーワード (5件)： 医療サービス ,  患者の疑問 ,  部門分類 ,  ニューラルネットワーク ,  形態素の成長

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (8件)： 中国 ,  ヘルスケア ,  部門 ,  分類 ,  LSTM ,  ラベル ,  形態素 ,  成長