非结构化电子病历关系抽取的机器学习

摘要：

目的:实现电子病历(EMR)病程记录中关系抽取的机器学习.方法:利用文本工程通用框架(GATE)的应用实例组件批处理学习进程资源(Batch learning Process Resource)进行机器学习.结果:机器学习关系抽取的结果符合预期要求,具有较好的实用性.结论:利用Batch learning PR可以在EMR大段文章中快速自动获取所需的关系信息.

关键词：GATE、关系抽取、电子病历、机器学习

所属期刊栏目：12

分类号：R319(医用一般科学)

在线出版日期：2017-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：104-106