文献

J-GLOBAL ID：201802228340255391   整理番号：18A1026646

テキスト分類技術を用いた法医学的剖検報告からの死亡原因の予測:比較研究【JST・京大機械翻訳】

Prediction of cause of death from forensic autopsy reports using text classification techniques: A comparative study

著者 (7件)： Mujtaba Ghulam (Department of Information Systems, Faculty of Computer Science and Information Technology, University of Malaya, Kuala Lumpur, Malaysia) ,  Mujtaba Ghulam (Department of Computer Science, Sukkur Institute of Business Administration, Sukkur, Pakistan) ,  Shuib Liyana (Department of Information Systems, Faculty of Computer Science and Information Technology, University of Malaya, Kuala Lumpur, Malaysia) ,  Raj Ram Gopal (Department of Artificial Intelligence, Faculty of Computer Science and Information Technology, University of Malaya, Kuala Lumpur, Malaysia) ,  Rajandram Retnagowri (Department of Surgery, Faculty of Medicine, University of Malaya, Kuala Lumpur, Malaysia) ,  Shaikh Khairunisa (Department of Social and Preventive Medicine, Faculty of Medicine, University of Malaya, Kuala Lumpur, Malaysia) ,  Shaikh Khairunisa (Department of Community Medicine, Shaheed Mohtarma Benazir Bhutto Medical University, Larkana, Pakistan)
資料名： Journal of Forensic and Legal Medicine  (Journal of Forensic and Legal Medicine)
巻： 57  ページ： 41-50  発行年： 2018年 
JST資料番号： W3432A  ISSN： 1752-928X  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： 自動テキスト分類技術は平文医学文書の分類に有用である。本研究では,特徴抽出,用語重みづけまたは特徴値表現,テキスト分類および特徴削減のための様々な方式を比較することにより,自由テキスト法医学的剖検報告からの死亡の原因を自動的に予測することを目的とした。実験のために,8つの異なる死亡原因に属する剖検報告を収集し,前処理し,特徴抽出,表現,および減少のために様々な方式を用いて43のマスター特徴ベクトルに変換した。6つの異なるテキスト分類技術をこれらの43のマスター特徴ベクトルに適用して,死亡の原因を予測できる分類モデルを構築した。最後に,分類モデル性能を,4つの性能測度,すなわち全体精度,マクロF測度,およびマクロ想起を用いて評価した。実験から,ユニグラム特徴がビグラム,トリグラム,およびハイブリッドグラム特徴と比較して最高の性能を得ることがわかった。さらに,特徴表現方式,用語周波数,および逆文書周波数による用語周波数において,二値周波数と比較したとき,類似のより良い結果を得て,逆文書周波数を有する正規化用語周波数を得た。さらに,カイ二乗特徴低減アプローチは,ピアソン相関と情報利得アプローチを上回った。最後に,テキスト分類アルゴリズムにおいて,サポートベクトルマシン分類器は,ランダムフォレスト,ナビBayes,k-最近傍,ディシジョンツリー,および集合投票分類器より優れている。著者らの結果と比較は実用的な重要性を保持し,将来の研究の参考として役立つ。さらに,比較出力は,既存の自動化テキスト分類技術と将来の提案を比較する最先端技術として機能する。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： 自動化 ,  測度 ,  重みづけ ,  *予測 ,  前処理 ,  ディシジョンツリー ,  周波数 ,  サポートベクトルマシン ,  機械学習 ,  正規化 ,  特徴抽出 ,  アルゴリズム
準シソーラス用語： 特徴ベクトル ,  *テキスト ,  *テキスト分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 法医学的剖検報告 ,  死後報告 ,  機械学習 ,  特徴工学 ,  自動テキスト分類

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： テキスト分類 ,  法医学 ,  剖検 ,  報告 ,  死亡原因 ,  予測 ,  研究