《表2 分词结果：NLP在中医医案症状信息自动化抽取中的应用研究》

  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

《NLP在中医医案症状信息自动化抽取中的应用研究》

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

分词操作是医案信息抽取的基础，本研究采用的是Python的jieba分词。jieba分词是一种应用较为广泛的概率语言模型分词工具，其主要任务是在切分得到的所有结果中求某个切分方案S，使得P（S）最大。由于本研究是对特定领域进行分词，jieba的基础库中并没有医学领域专有词汇，因此需要创建自定义词典。创建本研究所需的心系医案数据词典流程描述如下：(1）读取100条心系医案数据，jieba分词并进行去停用词操作；（2）构建词典：遍历分词结果，构建“字词—频数”词典，按词频降序排列：{‘word’:freq}，之后遍历词典，保留词数>1的词语并进行一定的人工干预，构建自定义词典；（3）读取100条医案数据，依据自定义词典进行jieba分词；（4）保留分词结果中词频>1的词语，与自定义词典进行比较，加入未登录新词，更新词典；（5）重复步骤（3）、（4），直到全部医案数据读取完毕。最终分词结果如表2所示。