基于文本挖掘的药品不良反应知识发现

作者简介

刘婧，天津财经大学管理信息系统系教师，西北工业大学博士，长期从事数据驱动的决策支持研究，研究方向为文本挖掘和智慧医疗。主持国家自然科学基金青年项目1项，主持中国博士后科学基金面上项目（一等）1项，参与国家级及省部级研究项目3项；发表高水平学术论文10余篇，参与编写教材2部；入选天津市高校“青年后备人才支持计划”，入选天津市“131”创新型人才培养工程第三层次。

内容简介

本书在Web 2.0和Health 2.0的背景下，基于设计科学、文本挖掘、信息抽取和机器学习等理论与方法，搭建了社会媒体中药品不良反应知识发现框架；实现了特征向量的提取和多种核方法，并基于集成学习和半监督学习，构建了一系列药品不良反应关系抽取模型，识别了药品实体和症状/疾病实体间的关系类别，减少了社会媒体上数据高维特征的影响及模型对标注数据的依赖，提升了药品不良反应关系抽取模型的性能。通过本书的研究，在理论上丰富和补充了文本挖掘、集成学习和半监督学习的理论研究体系；在实践上，有助于完善药品的安全性信息，为相关部门提供决策支持，实现了数据驱动的药物警戒，是面向人民生命健康进行科技创新的重要实践。