在线医疗社区的用户健康问答文本挖掘及可视化研究

分类： 信息资源管理 发布时间： 2025-03-10

崔璐瑶

摘要：[目的/意义]针对医疗问答社区数据量大、规范性弱、数据分散性等特点，旨在对用户健康问答文本进行研究，运用文本挖掘和图数据库技术来构建知识图谱，以实现用户健康问答文本信息的可视化呈现及分析。[方法/过程]以在线医疗社区用户健康问答文本为研究对象，采用BiLSTM与CRF混合深度学习模型进行命名实体识别，通过关系抽取获取三元组形式的实体及其关系，并利用图形数据库Neo4j构建知识图谱实现数据可视化。[结果/结论]有效将非结构化社区医疗问答文本转化为结构化数据，优化了在线医疗社区数据整合与规范性，提升了医疗问答系统的智能化程度，在推动个性化医疗的进步，促进医疗知识的普及与传播对整合健康知识资源等方面具有积极推动作用。[局限]研究虽成功实现了在线医疗社区用户健康问答数据的挖掘与可视化呈现，但仍面临疾病种类单一、实体分类不够细化、关系抽取存在不足等问题。

同行评议状态:待评议

 点击量 67  下载量 19  评论 0