中文医学文档分词及关键词提取研究

摘要

目的：分词和主题词提取，是中文自然语言处理的基础，本文通过对中文电子病历文档的分词和主题词提取研究，为电子病历结构化研究提供条件。rn 方法：从省内某三甲医院电子病历系统中导出的170份肾内科电子病历的现病史部分，约为59000个中文字。过程与方法：选择分词系统，利用ICTCLAS系统作为研究工具，通过加入医学专业词典以及一些必要的调整和人工干预，提高其在医学领域的分词准确率。rn 结果：采用本方法的处理，分词系统对现病史的分词准确率有了显著提高，达到90%。rn 结论：以170份的现病史做样本进行研究，结果基本达到预期，若扩大样本容量，其结果能达到或高于本研究的结果，有一定的推广意义。