《表6 第3层节点元素的概率分布》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于贝叶斯网络的临床信息模型检索方法研究:以HL7 V3为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以“就诊预约”检索需求的推理计算过程为例，如表3所示。输入检索词schedule、encounter、admitter、length of stay后，首先计算网络第1层节点与检索词相关的概率，记为p（Ti）。如表4所示，如果节点Ti与检索词匹配，那么p（Ti）=1.0，否则，p（Ti）=1.0/M，M等于第1层节点数量2 177，此时，p（Ti）=1.0/2 177=0.000 5。然后，计算第2层节点的相关概率，等于其之于父节点的权重Wj乘以父节点的概率，记为Wj×p（Ti），如表5所示，以节点H2为例，其父节点T4的概率为1.0，且H2相对于T4的权重为0.015 8，因此，H2的相关概率为1.0×0.015 8=0.015 8。以此类推，计算第3层节点的相关概率Wj'×Wj×p（Ti），如表6所示。最后计算输出层节点消息类型的概率Wp×W'j×Wj×p（Ti），如表7所示。