返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 基于文本挖掘的药品不良反应知识发现 刘婧,赵嵩正 著 经管、励志 文轩网
  • 新华书店正版
    • 作者: 刘婧,赵嵩正著
    • 出版社: 知识产权出版社
    • 出版时间:2023-06-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 刘婧,赵嵩正著
    • 出版社:知识产权出版社
    • 出版时间:2023-06-01 00:00:00
    • 版次:1
    • 开本:其他
    • 装帧:平装
    • ISBN:9787513081917
    • 国别/地区:中国
    • 版权提供:知识产权出版社

    基于文本挖掘的药品不良反应知识发现

    作  者:刘婧,赵嵩正 著
    定  价:66
    出 版 社:知识产权出版社
    出版日期:2023年06月01日
    页  数:188
    装  帧:平装
    ISBN:9787513081917
    主编推荐

    内容简介

    本书凝练了作者近七年来的研究成果,融合了国家自然科学基金项目和博士后科学基金面上项目(一等)的相关研究成果。 基于设计科学、文本挖掘、信息抽取和机器学习等理论和方法,搭建了数据驱动的社交媒体中药品不良反应知识发现框架。在应用层面,从非结构化的文本数据中最终提取出潜在的(药品-不良反应)知识,首先从社会媒体平台上海量数据中过滤掉了不包含不良反应信息的不相关文本,然后从非结构化文本中提取了疾病症状等实体,最后区分了药品和提取的疾病症状等实体间的关系类型(如药品不良反应还是药品适应症)。在方法层面,针对数据非均衡、高维、不规范、标注难且成本高的特点,从特征和算法两个角度,提出了一系列改进的文本分类、实体识别和关系抽取方法。

    作者简介

    精彩内容

    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最短依赖路径核 / 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

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购