1、名老中醫(yī)的醫(yī)案是智慧的結(jié)晶，使用數(shù)據(jù)挖掘技術(shù)可以幫助我們從專家的醫(yī)案中挖掘出大量隱藏的臨證經(jīng)驗與用藥規(guī)律。然而中醫(yī)醫(yī)案是以自由文本的形式存在的，必須先使用文本挖掘技術(shù)從自由文本中抽取出信息，構(gòu)建結(jié)構(gòu)化的醫(yī)案，才能更好地使用數(shù)據(jù)挖掘技術(shù)來獲取知識。本文研究了文本挖掘技術(shù)中的文本分類和信息抽取這兩個技術(shù)，并將這些技術(shù)應用于名老中醫(yī)醫(yī)案結(jié)構(gòu)化研究中。對于上述結(jié)構(gòu)化醫(yī)案，采用數(shù)據(jù)挖掘方法挖掘出其中的一些臨證經(jīng)驗。主要內(nèi)容如下： ⑴研究了

2、基于字特征的中文文本分類技術(shù)。采用了信息增益(IG)技術(shù)進行特征選擇，用余弦相似度來度量文檔間的相似性，采用KNN分類器，在基于復旦大學新聞?wù)Z料庫的實驗中，文本分類的正確率達到86.92％，宏平均分類性能達到接近87％的水平。實驗結(jié)果表明字特征是中文文本分類特征建模中的一種有效方法。 ⑵研究了中文文本信息抽取技術(shù)。針對名老中醫(yī)醫(yī)案，采用了Meta-Bootstrapping算法來提取術(shù)語，并設(shè)計了術(shù)語抽取中所需的模式結(jié)構(gòu)。該方法

3、無需任何淺層自然語言處理和語料標注，僅需提供少量的種子詞，經(jīng)過一定的迭代次數(shù)，就可以完成術(shù)語抽取任務(wù)。在對某名醫(yī)206份醫(yī)案的術(shù)語抽取實驗中，方劑名，辨證信息和治則的術(shù)語抽取實驗F1-測度值分別為64.29％，56.21％和76.64％。在抽取術(shù)語的基礎(chǔ)上，完成了醫(yī)案結(jié)構(gòu)化的實驗。 ⑶基于文本分類和信息抽取處理后的病案，本文就名老中醫(yī)臨證經(jīng)驗挖掘系統(tǒng)中的數(shù)據(jù)預處理模塊進行了深入研究，為后續(xù)數(shù)據(jù)挖掘工作的進行提供了清潔的，結(jié)構(gòu)化的