基于word2vec 及大众健康信息源的疾病关联探测.pdfVIP

应用论文 基于Word2Vec 及大众健康信息源的疾病 关联探测 罗文馨 陈 翀 邓思艺 (北京师范大学政府管理学院 北京 100875) 摘要: 【目的 】利用Word2Vec 深度学习技术从面向大众的健康信息中寻找疾病关联, 解决非医学人士通常不了 解多种疾病之间存在的关联, 从而影响到健康信息搜寻中的全面性和有效性的问题。【方法 】由专家选取30 个 常见疾病主题, 从高质量医学新闻网站上采集对应疾病的文档, 运用Word2Vec 技术对各疾病的相关文档构造词 向量, 计算向量距离判断疾病关联。通过与专家评分的相关分析衡量判断结果的准确性。【结果 】最优情况下, Word2Vec 得到的结果与专家评分相关系数达到 0.635。通过对比不同的算法模型、优化方法、数据规模及重要 参数对结果的影响, 发现Skip-Gram 模型结合负样本数为20 的Negative Sampling 优化方法在大规模数据集上的 实验结果最优。【局限 】疾病主题选取宽泛时, 影响Word2Vec 判断准确性, 本文的疾病主题选取粒度有待改善。 【结论 】利用Word2Vec 技术在面向大众的健康信息源中也可以探测疾病关联, 其有效性表明该技术可用于改善 大众的健康信息搜寻的个性化服务。 关键词: Word2Vec 疾病关联 非专业医学文本 健康信息 个性化 分类号: TP391 G350 业医学信息, 如高质量的健康新闻, 通过Word2Vec 深 1 引 言 度学习技术, 基于疾病相关文档探测疾病主题之间的 以往, 普通大众多从专业医学人士处获取疾病健 关联, 并与专家评判结果对比, 发现这种技术能有效 康知识。互联网的发展可以让大众更加主动地去上网 地用于疾病之间的关联探测。 搜寻自己所需的健康信息。近年来, 各种新型健康服 2 相关工作 务平台不断兴起, 这些服务多以疾病知识科普、在线 咨询为主, 极大丰富了人们获取医学信息的渠道。然 [1] 面向普通大众的健康信息服务早就引起关注 , 而, 大众由于缺乏专门的医学知识, 并不了解疾病之 Eysenbach 明确提出了结合信息技术手段为消费者提 间复杂的关联, 例如牙周疾病可能由糖尿病引起。对 供健康信息服务, 包括分析消费者的健康信息需求, 这种关联缺乏了解会影响到大众管理自身健康、搜寻 研究并实现能为消费者提供信息的方法, 依据消费者 全面有效的医学信息。如果能通过技术手段寻找疾病 的偏好设计模型构建信息系统等[2] 。国内称这一研究 主题之间的关联, 可用于改善健康信息的个性化服务, 范畴为“用户健康信息学”。目前面向消费者的健康服 提高信息服务平台的内容组织和导航质量。由于专业 务不断涌现, 提供疾病知识科普、定制的信息推送或 医学文献使用的术语不易被大众理解, 本文使用非专 疾病问题在线咨询等, 推动人们管理自身健康, 提高 通讯作者: 陈翀, ORCID: 0000-0002-9704-1575, E-mail: chenchong@ 。 78 现代图书情报技术 总第274 期 2016 年 第9 期 大众健康信息素养。 病或主题间关系的研究有很值得深入的空间。本文将 为帮助人们更高效准确地获取健康信息, 研究人 疾病关联的发现任务转换为探测疾病相关文档的语义 员开展了很多工作, 主要分为几个方面: 关联, 利用Word2Vec(Word to Vector)技术找到与特定 (1) 调查消费者的信息查寻行为[3], 弄清他们在互 疾病关系密切的词汇, 利用这一桥梁发现疾病关联。 联