一种基于主题模型的医案分类方法

摘要

本发明公开了一种基于主题模型的医案分类方法。步骤如下：1)通过OCR、文本结构化处理，从医案书籍中提取结构化单篇医案；2)使用中文分词工具，对所有结构化单篇医案进行预处理，包括分词和去停用词；3)分别使用中药、方剂、疾病、症状、证候、治法的领域词典对医案的分词结果进行过滤，得到每篇医案对应的六个词表。4)建立包含普通词、中药、方剂、疾病、症状、证候、治法七大类的医案主题模型。5)将所有医案在步骤3)过滤得到的六个词表和医案中剩下的词一起输入主题模型中进行训练，通过吉布斯采样得到文档主题分布。6)将文档主题分布输入训练好的SVM分类器得到相应类别。