[发明专利]一种基于贝叶斯文本分类模型的辅助挂号方法

说明书

技术领域

本发明涉及一种基于贝叶斯文本分类模型的辅助挂号方法

背景技术

随着计算机软硬件性能的不断提升，人们更加期望计算机能够提供更加智能的人机交互方式，特别是在网络预约和用户自助挂号方面，通过对医疗领域文本数据的挖掘，可以辅助网络用户自助挂号，提高门诊效率。这种机器自动化辅助挂号功能的实现，底层都需要有文本挖掘技术的支持，文本挖掘技术的优劣，直接决定了系统性能的高低，也决定了人机交互效果的好坏。

要实现辅助挂号功能，核心是一个基于患者症状主诉文本数据的分类模型，要建立这个模型，首先要对获得的文本数据进行预处理，然后预处理后的数据用向量空间模型进行表示，再进行特征抽取，选出具有代表性的特征词，最后用朴素贝叶斯分类理论训练，获得辅助挂号模型。

目前，贝叶斯文本分类技术通常应用于web文本分类，判断网页内容属于哪一大类，这部分技术已经相对成熟，能够很好地完成网页信息的自动分类，然而，这一成熟的技术在医疗领域的应用很少，随着各大医院文本数据剧烈增涨，急需一些成熟的文本挖掘技术对这部分数据进行处理，获取有用的信息和知识。

贝叶斯理论有着坚实的概率论和数据统计基础，假设c＝{c₁,c₂,...,c_n}是n个不同类别的集合，给定一个未知类别属性的样本A，P(A)是A的先验概率，P(Ci)是Ci的先验概率。P(A|Ci)是假设类别Ci成立时样本A发生的概率，而我们需要的是给定一个训练样本A时Ci成立的后延概率，即P(Ci|A)。由贝叶斯公式可得：

P(Ci|A)=P(A|Ci)P(Ci)P(A)]]>

对于任意的C_i,C_j∈C(i≠j)有P(C_i|A)＞P(C_j|A)成立，则将样本A的类别判定为Ci。其中条件概率假设采用极大似然估计(maximumlikelihood)的方法进行估计，公式如下：

Cml=argmaxCi∈CP(A|Ci)]]>

由朴素贝叶斯分类算法的条件独立性假设，得