扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
(函套装)本草纲目·绣像本(全四册)
-
>
补遗雷公炮制便览 (一函2册)
-
>
方剂学
-
>
中华传统医药简明读本全4册：神奇的艾灸美颜术+神奇的中医艾灸+神奇的中医推拿+神奇的中医拔罐
-
>
常见疼痛中医简便诊治
-
>
中医经典要文便读
-
>
(精)河南古代医家经验辑
基于文本挖掘的药品不良反应知识发现 版权信息
- ISBN：9787513081917
- 条形码：9787513081917 ; 978-7-5130-8191-7
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>>
基于文本挖掘的药品不良反应知识发现 本书特色
本书在Web 2.0和Health 2.0的背景下，基于设计科学、文本挖掘、信息抽取和机器学习等理论与方法，搭建了社会媒体中药品不良反应知识发现框架；实现了特征向量的提取和多种核方法，并基于集成学习和半监督学习，构建了一系列药品不良反应关系抽取模型，识别了药品实体和症状/疾病实体间的关系类别，减少了社会媒体上数据高维特征的影响及模型对标注数据的依赖，提升了药品不良反应关系抽取模型的性能。通过本书的研究，在理论上丰富和补充了文本挖掘、集成学习和半监督学习的理论研究体系；在实践上，有助于完善药品的安全性信息，为相关部门提供决策支持，实现了数据驱动的药物警戒，是面向人民生命健康进行科技创新的重要实践。
基于文本挖掘的药品不良反应知识发现 内容简介
本书以政府和社会资本合作（PPP）的规范运行、防范政府债务风险为主线，从PPP的创新发展、规范管理、融资管理、应用研究、争议机制等多个视角、多个具体问题、多个疑点难点对如何防范PPP政府债务风险，如何规范操作PPP应用提出了理论分析，指出了解决办法和解决路径，对作者分散的学术实务观点进行了系统的梳理，形成并体现了系统的思想体系。本书对规范应用PPP模式，有效防范PPP应用中的地方政府债务发生有重要的参考价值。
基于文本挖掘的药品不良反应知识发现 目录
目 录
第1章 绪论001
1.1 研究背景与意义 / 001
1.2 国内外研究现状 / 003
1.2.1 社会媒体环境下药品不良反应知识发现研究 / 003
1.2.2 文本挖掘相关研究 / 007
1.2.3 研究述评 / 017
1.3 研究内容与创新点 / 018
1.3.1 研究内容 / 018
1.3.2 创新性 / 021
1.4 研究方法 / 022
第2章 药品不良反应相关文本识别023
2.1 基于层次注意力的多文档表征融合模型 / 023
2.1.1 基于深度学习的深层文本表征 / 025
2.1.2 考虑外部领域知识的特征工程 / 028
2.1.3 层次注意力机制 / 030
2.1.4 实验设置 / 032
2.1.5 实验结果与分析 / 033
2.2 基于多视图主动学习的药品不良反应相关文本识别模型 / 036
2.2.1 基于多视图主动学习的药品不良反应相关文本识别框架 / 037
2.2.2 基于多文档表征的多视图生成机制 / 039
2.2.3 样本选择策略 / 041
2.2.4 MVAL4D的伪代码 / 044
2.2.5 实验设置 / 046
2.2.6 实验结果与分析 / 048
2.3 小结 / 052
第3章 药品不良反应命名实体识别054
3.1 基于传统CRF的药品不良反应实体识别模型构建 / 054
3.1.1 条件随机场 / 054
3.1.2 特征提取 / 055
3.2 基于Bi-LSTM-CRF的药品不良反应实体识别模型构建 / 056
3.3 实验设置 / 058
3.3.1 数据集 / 058
3.3.2 实验过程 / 059
3.3.3 评价指标 / 059
3.4 实验结果与分析 / 059
3.5 小结 / 062
第4章 基于组合学习的药品不良反应关系抽取063
4.1 基于特征的药品不良反应关系抽取 / 063
4.1.1 特征提取 / 063
4.1.2 特征选择 / 069
4.1.3 实验设置 / 071
4.1.4 实验结果与分析 / 074
4.2 基于核方法的药品不良反应关系抽取 / 078
4.2.1 典型核 / 079
4.2.2 实验设置 / 086
4.2.3 实验结果与分析 / 086
4.3 基于组合学习的药品不良反应关系抽取集成框架 / 088
4.3.1 基分类器融合方法 / 088
4.3.2 实验设置 / 092
4.3.3 实验结果与分析 / 093
4.4 基于词汇语义相似度和词性分析的POS-SSDP核方法 / 096
4.4.1 对基于核的关系抽取方法进行改进的必要性 / 096
4.4.2 词汇语义相似度 / 099
4.4.3 POS-SSDP：嵌入词汇语义信息和词性分析的*短依赖路径核 / 103
4.4.4 实验设置 / 104
4.4.5 实验结果与分析 / 106
4.5 小结 / 111
第5章 基于半监督学习和集成学习的药品不良反应关系抽取112
5.1 基于半监督集成学习的药品不良反应关系抽取 / 112
5.1.1 半监督学习 / 112
5.1.2 集成学习 / 115
5.1.3 Co-Ensemble方法 / 118
5.1.4 实验设置 / 121
5.1.5 实验结果与分析 / 123
5.2 基于改进随机子空间的药品不良反应关系抽取 / 131
5.2.1 随机子空间相关工作 / 131
5.2.2 基于分层采样的随机子空间方法 / 132
5.2.3 使用的特征 / 135
5.2.4 实验设置 / 136
5.2.5 实验结果与分析 / 137
5.3 基于改进半监督学习的药品不良反应关系抽取 / 143
5.3.1 使用Lasso改进基于分歧的半监督学习 / 144
5.3.2 实验结果与分析 / 147
5.4 小结 / 150
参考文献152
第1章 绪论001
1.1 研究背景与意义 / 001
1.2 国内外研究现状 / 003
1.2.1 社会媒体环境下药品不良反应知识发现研究 / 003
1.2.2 文本挖掘相关研究 / 007
1.2.3 研究述评 / 017
1.3 研究内容与创新点 / 018
1.3.1 研究内容 / 018
1.3.2 创新性 / 021
1.4 研究方法 / 022
第2章 药品不良反应相关文本识别023
2.1 基于层次注意力的多文档表征融合模型 / 023
2.1.1 基于深度学习的深层文本表征 / 025
2.1.2 考虑外部领域知识的特征工程 / 028
2.1.3 层次注意力机制 / 030
2.1.4 实验设置 / 032
2.1.5 实验结果与分析 / 033
2.2 基于多视图主动学习的药品不良反应相关文本识别模型 / 036
2.2.1 基于多视图主动学习的药品不良反应相关文本识别框架 / 037
2.2.2 基于多文档表征的多视图生成机制 / 039
2.2.3 样本选择策略 / 041
2.2.4 MVAL4D的伪代码 / 044
2.2.5 实验设置 / 046
2.2.6 实验结果与分析 / 048
2.3 小结 / 052
第3章 药品不良反应命名实体识别054
3.1 基于传统CRF的药品不良反应实体识别模型构建 / 054
3.1.1 条件随机场 / 054
3.1.2 特征提取 / 055
3.2 基于Bi-LSTM-CRF的药品不良反应实体识别模型构建 / 056
3.3 实验设置 / 058
3.3.1 数据集 / 058
3.3.2 实验过程 / 059
3.3.3 评价指标 / 059
3.4 实验结果与分析 / 059
3.5 小结 / 062
第4章 基于组合学习的药品不良反应关系抽取063
4.1 基于特征的药品不良反应关系抽取 / 063
4.1.1 特征提取 / 063
4.1.2 特征选择 / 069
4.1.3 实验设置 / 071
4.1.4 实验结果与分析 / 074
4.2 基于核方法的药品不良反应关系抽取 / 078
4.2.1 典型核 / 079
4.2.2 实验设置 / 086
4.2.3 实验结果与分析 / 086
4.3 基于组合学习的药品不良反应关系抽取集成框架 / 088
4.3.1 基分类器融合方法 / 088
4.3.2 实验设置 / 092
4.3.3 实验结果与分析 / 093
4.4 基于词汇语义相似度和词性分析的POS-SSDP核方法 / 096
4.4.1 对基于核的关系抽取方法进行改进的必要性 / 096
4.4.2 词汇语义相似度 / 099
4.4.3 POS-SSDP：嵌入词汇语义信息和词性分析的*短依赖路径核 / 103
4.4.4 实验设置 / 104
4.4.5 实验结果与分析 / 106
4.5 小结 / 111
第5章 基于半监督学习和集成学习的药品不良反应关系抽取112
5.1 基于半监督集成学习的药品不良反应关系抽取 / 112
5.1.1 半监督学习 / 112
5.1.2 集成学习 / 115
5.1.3 Co-Ensemble方法 / 118
5.1.4 实验设置 / 121
5.1.5 实验结果与分析 / 123
5.2 基于改进随机子空间的药品不良反应关系抽取 / 131
5.2.1 随机子空间相关工作 / 131
5.2.2 基于分层采样的随机子空间方法 / 132
5.2.3 使用的特征 / 135
5.2.4 实验设置 / 136
5.2.5 实验结果与分析 / 137
5.3 基于改进半监督学习的药品不良反应关系抽取 / 143
5.3.1 使用Lasso改进基于分歧的半监督学习 / 144
5.3.2 实验结果与分析 / 147
5.4 小结 / 150
参考文献152
展开全部
基于文本挖掘的药品不良反应知识发现 作者简介
刘婧，天津财经大学管理信息系统系教师，西北工业大学博士，长期从事数据驱动的决策支持研究，研究方向为文本挖掘和智慧医疗。主持国家自然科学基金青年项目1项，主持中国博士后科学基金面上项目（一等）1项，参与国家级及省部级研究项目3项；发表高水平学术论文10余篇，参与编写教材2部；入选天津市高校“青年后备人才支持计划”，入选天津市“131”创新型人才培养工程第三层次。
书友推荐
- >
我与地坛
我与地坛
¥25.8¥28.0 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.1¥39.8 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
推拿
推拿
¥12.2¥32.0 - >
二体千字文
二体千字文
¥16.0¥40.0 - >
烟与镜
烟与镜
¥28.4¥48.0 - >
月亮虎
月亮虎
¥19.7¥48.0
本类畅销
-
血脂异常患者用药宜与忌
¥13.9¥19 -
药学哲学
¥9¥28 -
新编高血压药物手册
¥9.5¥22 -
中药材图鉴大全:中药材知识轻松学
¥19.1¥59.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
