2、基于向量空间模型的乳腺癌化疗治疗史检索与分类

基于向量空间模型的乳腺癌化疗治疗史检索与分类

1. 引言

在医疗领域，电子病历（EMR）包含了大量的临床事件日志。为了更好地利用这些数据，我们可以使用向量空间模型（VSM）来对临床事件日志进行建模。传统的VSM在自然语言处理中得到了广泛应用，但在处理EMR数据时，缺乏对时间信息的考虑。本文将介绍如何将时间信息融入VSM，以支持对患者治疗史的搜索和分类任务。

2. 方法

传统的VSM将文档表示为词向量，向量空间的每个维度代表语料库中的一个词。在信息检索中，查询词也表示为向量，通过计算向量之间的余弦相似度来对文档进行排序。

我们的方法是在VSM中加入时间项，以支持以下两个任务：
- 找到与临床计划最匹配的治疗史。
- 将治疗史分类为特定的治疗计划。

为了实现这两个任务，我们构建了五种不同的VSM：
- 传统VSM（VSM） ：不包含时间项，仅使用临床事件日志中的事件。
- 顺序VSM（sVSM） ：包含基于事件线性成对序列的先后项和共现项。
- 时间VSM（tVSM） ：包含所有相遇之间的先后关系项。
- 传统 + sVSM ：传统VSM和sVSM的向量项的并集。
- 传统 + tVSM ：传统VSM和tVSM的向量项的并集。

以下是这些模型的具体说明：
| VSM方法 | 说明 |
| ---- | ---- |
| 传统VSM |