환자 퇴원요약지에서 기계 학습 및 규칙 기반 임상 인과관계 추출 [韩语论文]

资料分类免费韩语论文 责任编辑:金一助教更新时间:2017-04-27
提示:本资料为网络收集免费论文,存在不完整性。建议下载本站其它完整的收费论文。使用可通过查重系统的论文,才是您毕业的保障。

의학 지식 추출은 병원의 의료 질을 향상시키는데 큰 잠재력을 갖고 있다. 본 논문에서 우리는 환자의 문제에 대한 임상의의 조치 관계를 시간 순서대로 표현하기 위해 임상 의미 단위와 이...

의학 지식 추출은 병원의 의료 질을 향상시키는데 큰 잠재력을 갖고 있다. 본 논문에서 우리는 환자의 문제에 대한 임상의의 조치 관계를 시간 순서대로 표현하기 위해 임상 의미 단위와 이벤트 인과관계 패턴 기반으로 임상 인과관계를 추출하는 방법을 제안한다. 임상 이벤트는 임상 인과관계의 기본 단위이고, 이벤트들은 CRF 기반으로 추출된다. 우리의 관찰을 기반으로 임상 의미 단위는 퇴원요약지에서 이벤트들의 의미적 관계를 구성하는 의미 단위로 정의된다. 임상 의미 단위는 시간 표현과 이벤트의 고유 구조를 기반으로 추출된다. 그 다음, 임상 의미 단위는 SVM에 이벤트 인과관계 패턴을 기반으로 4가지의 임상 의미 단위 템플릿으로 분류된다. 마지막으로 이벤트 인과관계 패턴을 분류된 임상 의미 단위 템플릿에 표현함으로써 임상 인과관계를 추출한다. 한국어 퇴원요약지에서 실험한 결과 F1-measure에서 61.8%의 성능을 보였다. 이 결과는 제안한 방법이 임상 인과관계를 추출하는데 효과적임을 알 수 있었다.

韩语论文网站韩语论文
免费论文题目: