基于自然语言处理的临床决策支持系统(2)
 |
| 第1页 |
参见附件。
2.2.1分句 根据汉语对语句、句群和篇章的定义，主要以基本的标点符号：句号、问号、感叹号、分号、逗号等作为子句的分隔符。通过使用这些标点符号对语言进行计算机子句分割，完成分句处理。分为基本单句的分割，和句群的分割，基本单句表达了一个基本概念，而句群才表达了一个完整意思。中文主要以句号、问号、省略号等为句群结束符，而医疗文书基本上都是陈述句，故多以句号为句群结束符。
2.2.2分词 目前主流的分词算法主要有三种，分别为基于字符串匹配的分词算法、基于理解的分詞算法和基于统计的分词算法。从词库中词条或习惯搭配短语的最大长度开始，逐渐缩短，对基本分句进行匹配词库中的词条。最后把医疗文书分割为一个个词汇或短语。
在分词过程中，预期相当重要，比如遇到关键词：体温，从大概率事件来说，其后可能的组合是升高、降低、不升、高热、中热(中度发热)、低热、或者数字加上℃等。
2.2.3语义分析、文本摘要 根据汉语基本语法，对词汇进行重组，剔除意义不大的部分，形成摘要。实际上，医疗文书本身就是文本摘要，话句话说，在繁忙的临床工作中，医护人员不会书写一些意义不大的废话，只想尽量精简扼要 ......
您现在查看是摘要介绍页，详见PDF附件。