Журнал основ возобновляемой энергии и приложений
Открытый доступ
ISSN: 2165- 7866
ISSN: 2165- 7866
Могес Цегав Мелессе*, Гизати Десалень Тайе, Гезахегн Мулюсев
Управление информацией и знаниями стало серьезной проблемой в стремлении служить медицинскому обществу из-за растущего объема данных, отсутствия структурированной информации и разнообразия информации. Клиническим врачам может потребоваться знать информацию, включенную в любой фрагмент клинического свободного текста, но у них нет времени, чтобы прочитать весь текст. Эту проблему можно смягчить, используя метод автоматического реферирования текста, который сокращает необходимое время, сохраняя целостность информации. Распознавание избыточности — это проблема, которую еще предстоит решить, а фрагментация еще больше затрудняет создание эффективного клинического резюме. В этой работе мы предлагаем автоматический рефератор клинического свободного текста. Исследователь использует пять показателей извлечения как для алгоритмов ранга, так и нечеткой логики для реферирования клинических свободных текстов. В результате показатели реферирования составляют десять процентов, двадцать процентов, тридцать процентов, сорок процентов и пятьдесят процентов. Алгоритм ранжирования имел самую высокую точность 43,52 процента среди пяти извлекаемых резюме, в то время как метод нечеткой логики имел наилучшую точность 43,88 процента. Результат показал, что извлекающее суммирование нечеткой логики превосходит извлекающее суммирование рангового алгоритма. Нечеткая логика основана на идее вычисления со словами, а не с числами, потому что слова менее точны, чем числа. Используя лингвистические переменные, нечеткая логика стремится имитировать человеческое рассуждение. Результат слишком мал; поэтому мы выступаем за использование контролируемых алгоритмов для получения удовлетворительной производительности, которую одобрят врачи. Производительность системы можно улучшить еще больше, изучив различные аспекты, специфичные для домена, и улучшив методы обнаружения медицинских сущностей.