期刊论文

中文

湖南科技学院学报

1673-2219

2016

37

10

54-59

10.16336/j.cnki.cn43-1459/z.2016.10.066

14B153:湖南省教育厅优秀青年项目

本校为第一机构

电子病历中存在海量非结构化数据,其中隐含的信息对于医学研究与应用均具有重要的意义。文章通过比较各类中文分词器的优劣,结合词典扩充技术,挖掘出真实电子病历中的疾病与药品信息,并对疾病与疾病、疾病与药品进行关联分析,发掘有价值的信息。实验结果表明该方法是行之有效的。