基于Word2Vec及大众健康信息源的疾病关联探测

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]最优情况下,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最优.[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.

关键词：Word2Vec、疾病关联、非专业医学文本、健康信息、个性化

分类号：TP391;G350(计算技术、计算机技术)

在线出版日期：2016-10-28（万方平台首次上网日期，不代表论文的发表时间）

页码：78-87