CN119474365A 基于自然语言处理的医药文献数据智能分析方法及系统 （北京药云数据科技有限公司）

基于自然语言处理的医药文献数据智能分基于自然语言处理的医药文献数据智能分析方2S3、通过智能分析法对处理后的历史医药文献S4、实时采集医药文献数据，基于构建的文2.根据权利要求1所述的一种基于自然语言处理的医药文献数据智能分析方法，其特的历史医药文献数据，并基于得到的处理后的历史医药文献数据构建样本集包括以下步N表示样本集，N表示样本集中的第一组处理后的历史医药文献数据，3.根据权利要求2所述的一种基于自然语言处理的医药文献数据智能分析方法，其特在哈希函数对采集到的历史医药文献数据进行计算的过程计算结束后，汇总计算过程中保存在数组中4.根据权利要求1所述的一种基于自然语言处理的医药文献数据智能分析方法，其特3建的文献主题分析模型确定处理后的历史医药文献数据主题包括建词汇对集合B；;其中，表示在词汇对集合B中词汇对b成为第8组处理后的历史医药文献数据主题的概率，表示在第组处理后的历史医药文献数据中词汇对b出现的5.根据权利要求4所述的一种基于自然语言处理的医药文献数据智能分析方法，其特;联立词汇对概率计算公式与词汇对权重计算公式，设定联立后设定文献主题分析模型中词汇对的权重阈值，对权重大于等于权重6.根据权利要求1所述的一种基于自然语言处理的医药文献数据智能分析方法，其特S31、在确定的处理后的历史医药文献数据主题中选择部分处理后的历史医药文献数7.根据权利要求6所述的一种基于自然语言处理的医药文献数据智能分析方法，其特4将训练集中处理后的历史医药文献数据主题输入BP神经网络，BP设定输入层的输入集合为，其中表示输入的第i主题的总组数为t；输出层的输出集合为，其中表示输出的第组;;输出层在接收到隐含层传输的参数数据后，直接对接收到隐含层设定输出层和期望值之间的误差阈值，当输出层和期望值之间的5;r表示学习率，E表示误差，y表示输出层的输出。8.根据权利要求1所述的一种基于自然语言处理的医药文献数据智能分析方法，其特实时采集医药文献数据，基于构建的文献主题分析模型主题，通过Jaccard系数计算实时采集的医药文献数据主题与训练后的历史医药文献数据;其中，KT为实时采集的医药文献数据主题集合，KN为训时采集的医药文献数据主题与训练后的历史医药文献数9.一种实现权利要求1_8任一项所述的基于自然语言处理的医药文献数据智能分析方所述数据处理模块用于对接收的医药文献数据进行处理，并将处理后所述分析训练模块用于对接收的处理后的医药文献数据所述自然语言处理模块用于通过计算相关度的方式判断实时医药文6[0002]随着医药文献数据的不断增加，基于医药文献人工式检查检验的难度也越来越建的文献主题分析模型确定处理后的历史医药7样本集中的第n组处理后的历史医药文献数据。并基于构建的文献主题分析模型确定处理后的历史医药文献数据主S21、从样本集中随机选取一组处理后的历史医药文献数据，提取出所有的词汇8;药文献数据主题的概率，表示在第组处理后的历史医药文献数据中词汇对b出;[0013]优选地，所述通过智能分析法对处理后的历史医药文献得到训练后的历史医药文献数据主题集合包S31、在确定的处理后的历史医药文献数据主题中选择部分处理后的历史医药文9输出层的输出集合为，其中表示输出的第;;;输出层神经元的权重，q表示隐含层神经元的数量；表示第h个隐含层神经元的输出；表示第j个输出层神经元的偏置值；;其中，AW表示权重调节值，r表示学习率，E表示误差，y表示输出层的输[0015]本发明通过在确定处理后的历史医药文献数据的主题中选择部分历史医药文献数据主题，通过Jaccard系数计算实时采集的医药文献数据主题与训练后的历史医药文献;为实时采集的医药文献数据主题与训练后的历史医药文献过Jaccard系数计算实时采集医药文献数据的主题与训练后的历史医药文献数据主题的相所述分析训练模块用于对接收的处理后的医药文献数据所述自然语言处理模块用于通过计算相关度的方式判断实时医药文[0022]4、该发明通过在确定处理后的历史医药文献数据的主题中选择部分历史医药文通过Jaccard系数计算实时采集医药文献数据的主题与训练后的历史医药文献数据主题的建的文献主题分析模型确定处理后的历史医药样本集中的第n组处理后的历史医药文献数据；S21、从样本集中随机选取一组处理后的历史医药文献数据，提取出所有的词汇;其中，表示在词汇对集合B中词汇对b成为第8组处理后的历史医药文献数据主题的概率，表示在第8组处理后的历史医药文献数据中词汇对b出;对概率计算公式与词汇对权重计算公式为文献主题S31、在确定的处理后的历史医药文献数据主题中选择部分处理后的历史医药文输出层的输出集合为，其中表示输出的第;;;输出层神经元的权重，q表示隐含层神经元的数量；表示第h个隐含层神经元的输出；表示第j个输出层神经元的偏置值；;其中，AW表示权重调节值，r表示学习率，E表示误差，y表示输出层的输定实时采集的医药文献数据主题，同时基于得到的训练后的历史医药文献数据主题集合，通过自然语言处理方式进行分析匹配，得到分析后的历史医药文献数据主题包括以下步数据主题，通过Jaccard系数计算实时采集的医药文献数据主题与训练后的历史医药文献;为实时采集的医药文献数据主题与训