文献

J-GLOBAL ID：201802258367586719   整理番号：18A1217399

シーケンスマーキングアルゴリズムの比較に基づく医学文献リスクイベント抽出研究【JST・京大機械翻訳】

RESEARCH ON MEDICAL DOCUMENT RISK EVENT EXTRACTION BASED ON COMPARISON OF SEQUENCE MARKING ALGORITHMS

著者 (4件)： Yu Xin (中国科学院大学,北京100000;中国科学院重慶緑色智能技術研究院,重慶400714) ,  Zhang Ju (中国科学院大学,北京100000;中国科学院重慶緑色智能技術研究院,重慶400714) ,  Qiu Wusong (中国科学院重慶緑色智能技術研究院,重慶,400714) ,  Wang Fei (第三軍医大学西南医院,重慶,400038)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 34  号： 12  ページ： 58-63  発行年： 2017年 
JST資料番号： C2940A  ISSN： 1000-386X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 医学文献の急速な成長により、どのように医学文献のテキストデータから価値のある知識を掘り出すかは一つの大きな挑戦である。医学文献の中の定量的リスク語句のリスクイベント抽出を焦点とし、知的臨床意思決定支援システムの医学リスク知識ベースを構築した。シーケンスマーキングアルゴリズムの重要な隠れMarkovモデル,最大エントロピーMarkovモデル,および条件付き確率場の3つのモデルを用いて,非構造化テキストのリスクイベント情報を抽出した。3つのモデルの平均F1測定値から,条件付き確率場の効果は最良であり,次に最大エントロピーMarkovモデルであり,隠れMarkovモデルであった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 知識ベース ,  高速度 ,  隠れMarkovモデル ,  *医学
準シソーラス用語： 構造化文書 ,  条件つき確率場 ,  Markovモデル ,  最大エントロピー ,  臨床意思決定支援システム ,  フレーズ ,  テキストデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： Medical literature ,  Risk event ,  Hidden Markov model ,  Maximum entropy Markov model ,  Conditional random field

分類 (3件)： 自然語処理  (JE06000L) ,  ドキュメンテーション  (GA01020J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 医学 ,  文献 ,  リスク ,  イベント ,  研究