文本聚类及其在电子病历分析中的应用研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 文本聚类研究现状 | 第13-14页 |
| 1.2.2 电子病历研究现状 | 第14-16页 |
| 1.3 主要研究内容以及论文结构 | 第16-18页 |
| 2 文本聚类相关技术介绍 | 第18-33页 |
| 2.1 文本预处理 | 第18页 |
| 2.2 文本表示 | 第18-21页 |
| 2.2.1 向量空间模型 | 第18-19页 |
| 2.2.2 词嵌入模型 | 第19-21页 |
| 2.3 特征降维 | 第21-22页 |
| 2.4 文本相似性计算方法 | 第22-24页 |
| 2.4.1 欧式距离 | 第22-23页 |
| 2.4.2 马氏距离 | 第23页 |
| 2.4.3 余弦相似度 | 第23页 |
| 2.4.4 杰卡德相似性 | 第23-24页 |
| 2.5 传统文本聚类算法介绍 | 第24-27页 |
| 2.5.1 SPK-means聚类算法 | 第24-25页 |
| 2.5.2 LDA聚类算法 | 第25-26页 |
| 2.5.3 NMF聚类算法 | 第26-27页 |
| 2.6 基于频繁词集的文本聚类 | 第27-31页 |
| 2.6.1 频繁词集概念 | 第27-28页 |
| 2.6.2 频繁词集挖掘算法 | 第28-29页 |
| 2.6.3 基于频繁词集的文本聚类算法 | 第29-31页 |
| 2.7 本章小结 | 第31-33页 |
| 3 一种新的基于频繁词集表示的文本聚类算法 | 第33-51页 |
| 3.1 引言 | 第33页 |
| 3.2 算法架构 | 第33-34页 |
| 3.3 数据预处理 | 第34-35页 |
| 3.3.1 文本分词 | 第34页 |
| 3.3.2 文本特征选择 | 第34-35页 |
| 3.4 频繁词集挖掘和文本表示模型 | 第35页 |
| 3.5 构建文本网络 | 第35-36页 |
| 3.6 文本网络社区划分 | 第36-39页 |
| 3.6.1 GN算法 | 第37-38页 |
| 3.6.2 Newman快速算法 | 第38-39页 |
| 3.7 FIC算法中的社区划分 | 第39-40页 |
| 3.8 主题描述 | 第40页 |
| 3.9 实验结果与分析 | 第40-50页 |
| 3.9.1 数据集 | 第40-42页 |
| 3.9.2 聚类评价指标 | 第42-43页 |
| 3.9.3 实验结果与分析 | 第43-45页 |
| 3.9.4 实验中的阈值调整 | 第45-46页 |
| 3.9.5 实验中对文本主题的描述 | 第46-50页 |
| 3.10 本章小结 | 第50-51页 |
| 4 文本聚类在电子病历组织中的应用研究 | 第51-57页 |
| 4.1 结构化电子病历 | 第51-52页 |
| 4.2 电子病历聚类方法框架 | 第52-54页 |
| 4.2.1 病历实体抽取 | 第52-53页 |
| 4.2.2 电子病历双表示模型 | 第53页 |
| 4.2.3 电子病历相似性计算 | 第53-54页 |
| 4.2.4 电子病历网络构建 | 第54页 |
| 4.2.5 病历网络划分与类簇描述 | 第54页 |
| 4.3 实验结果 | 第54-56页 |
| 4.3.1 实验数据 | 第54页 |
| 4.3.2 实验方案 | 第54-55页 |
| 4.3.3 实验结果 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 结论和展望 | 第57-59页 |
| 5.1 研究内容与总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第63-65页 |
| 学位论文数据集 | 第65页 |
