陈彤生
- 作品数：4 被引量：40H指数：1
- 供职机构：厦门大学信息科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于条件随机场的中医命名实体识别被引量：39
- 2009年
- 中医医案蕴藏着丰富的知识,如何完成对海量医案的自动标注以便对其进行知识挖掘显得尤为重要.针对明清古医案中症状、病机的自动识别标注问题,采用了基于条件随机场(CRF)的方法,提出数据清洗以及缩减合并词性以减少特征空间规模.最后,通过仿真实验将该方法与最大熵、支持向量机这两种统计方法进行对比.结果表明:该方法在针对明清古医案中症状、病机这类中医命名实体识别具有明显的优势.
- 王世昆李绍滋陈彤生
- 关键词：条件随机场数据清洗
- 似然比检验误差的检测方法
- 似然比检验误差的检测方法，涉及一种人工智能技术在中医的应用。提供一种基于概率积分变换的似然比检验误差的检测方法。提供预测准确和高效的分析工具，仿真实验显示，该方法可以用于通常的小样本；若似然比检验所得到的P值结论与单向有...
- 陈彤生李绍滋周昌乐
- 文献传递
- 基于概率积分变换的似然比检验的预测误差推理方法
- 2010年
- 提出有关列联表面貌的预测和似然比检验的预测误差推理方法,用于单向有序列联表和小样本的预测.其目的是提供预测准确度和高效的分析工具,以及更普遍的预测检验能力.仿真实验显示,该方法可以用于通常的小样本.若似然比检验所得到的P值结论与单向有序列联表的面貌不一致时,应依据基于概率积分变换的0.074校准参数修正P值误差,使P值结论与单向有序列联表的面貌一致.我们将似然比检验的预测误差推理方法应用到胃病的分析,得到证型的胃痛严重度参数与列联表面貌的预测一致的结果.
- 陈彤生李绍滋郭锋周昌乐
- 关键词：似然比检验中心极限定理
- 以信息增益模式探讨在高维数据上的多类别证型分类被引量：1
- 2007年
- 在慢性胃炎研究上决策树归纳法之使用已渐增加,以决策树归纳法同时表示信息增益以区别胃炎症状对证型分类之贡献,能更正确地区别慢性胃炎。而信息增益已广泛地用于评估两分分类,仅有很少报导有关多类别慢性胃炎分类,它需要探索多类别慢性胃炎分类之信息增益。本研究提出基于名目及次序样本类结果的决策树归纳法所做的多类别慢性胃炎分类,例如,不同慢性胃炎次型的症状样本,评估是以决策树归纳法与Friedman-Goldszmid,HGC,Cheng判别法之正确率作比较。显示平均正确率64.9%优于前三者且提高1.55%。
- 陈彤生胡雪琴李绍滋周昌乐
- 关键词：信息增益多类别分类慢性胃炎
