基于Word2Vec及大众健康信息源的疾病关联探测后印本

作者： 罗文馨 ¹ 陈翀 ¹ 邓思艺 ¹
作者单位：

1. 北京师范大学政府管理学院北京 100875
提交时间：2017-11-08 15:04:11

摘要: 【目的】利用Word2Vec 深度学习技术从面向大众的健康信息中寻找疾病关联, 解决非医学人士通常不了解多种疾病之间存在的关联, 从而影响到健康信息搜寻中的全面性和有效性的问题。【方法】由专家选取30个常见疾病主题,从高质量医学新闻网站上采集对应疾病的文档, 运用Word2Vec技术对各疾病的相关文档构造词向量,计算向量距离判断疾病关联。通过与专家评分的相关分析衡量判断结果的准确性。【结果】优情况下,Word2Vec 得到的结果与专家评分相关系数达到0.635。通过对比不同的算法模型、优化方法、数据规模及重要参数对结果的影响,发现Skip-Gram模型结合负样本数为20的Negative Sampling优化方法在大规模数据集上的实验结果优。【局限】疾病主题选取宽泛时, 影响Word2Vec 判断准确性, 本文的疾病主题选取粒度有待改善。【结论】利用 Word2Vec 技术在面向大众的健康信息源中也可以探测疾病关联, 其有效性表明该技术可用于改善大众的健康信息搜寻的个性化服务。

Word2Vec 疾病关联非专业医学文本健康信息个性化

分类： 图书馆学、情报学 >> 情报学

期刊：

数据分析与知识发现

投稿状态： 已在期刊出版
引用： ChinaXiv:201711.02038 (或此版本 ChinaXiv:201711.02038V1)
DOI:10.12074/201711.02038V1
CSTR:32003.36.ChinaXiv.201711.02038.V1
科创链TXID： 406f1439-dcc4-4025-aead-ea35517c00e6
推荐引用方式： 罗文馨,陈翀,邓思艺.基于Word2Vec及大众健康信息源的疾病关联探测.数据分析与知识发现:https://chinaxiv.org/abs/201711.02038.[ChinaXiv:201711.02038V1] (点此复制)

版本历史

[V1]

2017-11-08 15:04:11

ChinaXiv:201711.02038V1

下载全文

相关论文推荐

1. 国外消费者健康信息学研究综述	2023-08-26
2. 图书馆老年人健康信息服务研究综述	2023-04-01
3. 冲突性健康信息对用户健康信息搜寻的影响:基于不确定性视角的探究	2023-04-01
4. 国外健康信息规避行为研究综述	2023-04-01
5. 社交媒体虚假健康信息特征识别	2023-04-01
6. 图书馆参与虚假健康信息治理的价值、阻滞因素和实现路径	2023-04-01
7. 健康信息焦虑对健康信息规避行为的影响路径研究——基于扎根理论的探索	2023-03-03


公开评论匿名评论仅发给作者

基于Word2Vec及大众健康信息源的疾病关联探测 后印本

版本历史

相关论文推荐

基于Word2Vec及大众健康信息源的疾病关联探测后印本