科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】从大量医学文献中发现有价值的内容以帮助临床医生做出诊断，提高医学文献推荐效果。【方法】基于随机森林模型与关键词查询扩展相结合的新方法，利用MeSH词典和自动构建的首字母缩略词词典，在句子、段落、文档三个层次上建立关键词与相应文章的完整关系，计算主题与文章之间的多重相似度，对于每篇文章通过文献集合中的引文网络计算HITS的PageRank权重和Authority权重。【结果】与TREC临床决策支持跟踪评价结果中NDCG@100最高的10个值的平均值相比，本文方法 NDCG@100的总体平均值差距在0.9%以内，差距极小。【局限】由于某些新文献或“睡美人”文献前期引用较低，可能会出现检索排名靠后，在此类情况下，本文方法无法进行精准推荐。【结论】通过计算主题与文章之间相似点和引文关系的权重，利用随机森林方法对查询扩展结果进行重新排序，可以有效提高医学文献推荐的效果。
- 单位
