基于Word2Vec和句法分析对心血管防控知识分类应用

作     者：赵艳斌 张朋柱 ZHAO Yanbin;ZHANG Pengzhu

作者机构：上海交通大学安泰经济与管理学院上海200030 

出 版 物：《上海管理科学》 (Shanghai Management Science)

年 卷 期：2022年第44卷第3期

页      面：119-124,F0003页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目“大数据驱动的全景式个性化心血管健康管理研究”(91646205) 国家自然科学基金创新研究群体项目“运营与创新管理”(71421002) 上海交通大学中央高校基本科研业务费资助项目“基于大数据的医患匹配及其和谐关系研究”(16JCCS08) 

主　　题：文本分类 Word2Vec 句法分析 健康防控知识 用户应用 

摘      要：对健康知识抽取关键信息并进行有效分类,是提高用户检索和使用相关防控知识效率的关键。首先,搜集得到的大量有效的心内健康知识,进行了有效的数据预处理和人工标注。其次,基于Word2Vec的skip_gram训练模型搭建了文本词向量。接着,根据知识分类的词性、句法的特点,利用句法分析将抽取出来的关键内容进行了有效分类。实验结果显示该方法在健康知识分类上有效,分类的精确率能够达到80%以上,能够很好地实现对健康知识的三分类。该分类方法为用户使用健康知识提供了指引,也为探讨知识质量和研究方向提供了有效的分类统计基础。