1、隨著信息存儲(chǔ)技術(shù)和通訊技術(shù)的發(fā)展，各行業(yè)的信息量呈爆炸式增長，作為已有幾千年歷史的醫(yī)藥行業(yè)更是具有龐大的數(shù)據(jù)量。信息自動(dòng)分類技術(shù)已成為人們獲取有用信息不可或缺的工具，文本分類、郵件分類、網(wǎng)頁分類等已取得顯著成效，為很多行業(yè)的數(shù)據(jù)管理帶來了極大的方便。為了實(shí)現(xiàn)藥物數(shù)據(jù)的智能化管理，提高管理效率，本課題研究了如何把智能分類技術(shù)用于半結(jié)構(gòu)化的藥物數(shù)據(jù)處理，最后并設(shè)計(jì)實(shí)現(xiàn)了半結(jié)構(gòu)化藥物數(shù)據(jù)智能分類系統(tǒng)。
　　 通過對(duì)各種分詞技術(shù)和分類技

2、術(shù)的研究，并結(jié)合藥物數(shù)據(jù)的特點(diǎn)，本課題借助IK分詞思想，采用自動(dòng)增量學(xué)習(xí)和人工增量學(xué)習(xí)相結(jié)合的增量式樸素貝葉斯分類模型實(shí)現(xiàn)了半結(jié)構(gòu)化藥物數(shù)據(jù)分類任務(wù)。本文的主要內(nèi)容如下：
　　 借鑒一般的文本分類流程，本文首先給出了系統(tǒng)的總體分類架構(gòu)，并對(duì)每個(gè)環(huán)節(jié)給予了理論及技術(shù)介紹。通過對(duì)各種分詞方法的比較研究，結(jié)合藥物數(shù)據(jù)的特點(diǎn)，本文在IK分詞思想的基礎(chǔ)上完成了中文藥物名稱分詞，并對(duì)分詞步驟、詞典庫的建立、算法時(shí)間復(fù)雜度給予了詳細(xì)描述。

3、r>　　 通過對(duì)特征選擇算法的深入分析，本文提出了一種既考慮類不相關(guān)詞匯對(duì)分類的貢獻(xiàn)又考慮特征項(xiàng)在類間分布情況的改進(jìn)的期望交叉熵算法，實(shí)驗(yàn)證明改進(jìn)的特征選擇算法具有更好的選擇效果。
　　 針對(duì)樸素貝葉斯模型不具有學(xué)習(xí)新實(shí)例的缺陷，并結(jié)合特征項(xiàng)在藥物名稱中的權(quán)重，本文提出了自動(dòng)增量學(xué)習(xí)和人工增量學(xué)習(xí)相結(jié)合的加權(quán)增量式樸素貝葉斯模型。并闡述了具體的修正算法，包括分類器修正和特征項(xiàng)集合修正。
　　 最后本文實(shí)現(xiàn)了半結(jié)構(gòu)化藥物