28、智能计算在医疗与云计算领域的应用探索

智能计算在医疗与云计算领域的应用探索

1. 医疗文本情感分析的数据挑战与预处理

在医疗语言处理（HLP）中，数据可用性是一大挑战。文本挖掘社区需要可用数据来开发新模型。Twitter 是收集公开数据的便捷方式，但每 6 个月会删除部分公共数据库，导致无法获取全部推文数据。

文本预处理能提高情感分析的准确性，因为它降低了数据维度。具体处理步骤如下：
- 文本清理：去除文本中的无用字符和标签。
- 停用词去除：移除常见的无实际意义的词汇。
- 词干提取：将单词还原为词干形式。
- 拼写检查：修正文本中的拼写错误。
- 归一化：统一文本的表达形式。
- 情感移除：去除文本中的情感符号。
- 俚语移除：消除文本中的俚语表达。

经过预处理和未经过预处理的情感分析准确率存在 5.4% 的显著差异。目前使用的词典为英语，且包含健康相关的关键术语。若采用更多医学术语的词典，如统一医学语言系统（UMLS），准确率有望进一步提升。

2. 云计算环境下虚拟机监控的改进遗传算法

2.1 云计算与负载均衡

云计算是一种流行的计算模式，基于互联网提供服务，采用“即用即付”模式。云计算环境中的处理单元是虚拟机（VMs），它们被分配到各个节点。节点分配 VMs 时，应尽量降低能源和内存消耗，否则会影响资源调度。

负载均衡是云计算中的重要概念，旨在提高响应时间并最大化资源利用率，同时确保应用程序的平稳执行。负载均衡主要分为静态和动态两种类型：
- 静态负载均衡：适用于负载变化较小的节点。
- 动态负载均衡：成本较高但功能强大，常用于异构环