国际标准期刊号: 2165- 7866
Moges Tsegaw Melesse*、Gizatie Desalegn Taye、Gezahegn Mulusew
由于数据量的不断增长、结构化信息的缺乏以及信息的多样性,信息和知识管理已成为服务医学社会的一个严重问题。临床医生可能需要了解任何临床自由文本中包含的信息,但没有时间阅读整个项目。这个问题可以通过使用自动文本摘要技术来缓解,该技术可以减少所需的时间,同时保持信息的完整性。认识到冗余是一个尚未解决的问题,而碎片化使得创建有效的临床总结变得更加困难。我们在这项工作中提出了一个自动临床自由文本摘要器。研究人员利用排序和模糊逻辑算法的五种提取率来总结临床自由文本。结果,汇总率是百分之十、百分之二十、百分之三十、百分之四十和百分之五十。在五种提取摘要中排序算法的准确率最高,为43.52%,而模糊逻辑方法的准确率最好,为43.88%。结果表明,模糊逻辑提取摘要优于排序算法提取摘要。模糊逻辑建立在使用文字而不是数字进行计算的思想之上,因为文字的准确性不如数字。使用语言变量,模糊逻辑试图模仿人类推理。结果太少;因此,我们提倡使用监督算法来产生医生认可的令人满意的表现。通过研究各种特定领域的方面并增强检测医疗实体的方法,可以进一步提高系统的性能。