基于Word2Vec和句法分析對心血管防控知識分類應(yīng)用

趙艷斌 張朋柱

文章編號：1005-9679（2022）03-0119-07

摘要：對健康知識抽取關(guān)鍵信息并進(jìn)行有效分類，是提高用戶檢索和使用相關(guān)防控知識效率的關(guān)鍵。首先，搜集得到的大量有效的心內(nèi)健康知識，進(jìn)行了有效的數(shù)據(jù)預(yù)處理和人工標(biāo)注。其次，基于Word2Vec的skip_gram訓(xùn)練模型搭建了文本詞向量。接著，根據(jù)知識分類的詞性、句法的特點，利用句法分析將抽取出來的關(guān)鍵內(nèi)容進(jìn)行了有效分類。實驗結(jié)果顯示該方法在健康知識分類上有效，分類的精確率能夠達(dá)到80%以上，能夠很好地實現(xiàn)對健康知識的三分類。該分類方法為用戶使用健康知識提供了指引，也為探討知識質(zhì)量和研究方向提供了有效的分類統(tǒng)計基礎(chǔ)。

關(guān)鍵詞：文本分類;Word2Vec;句法分析;健康防控知識;用戶應(yīng)用

中圖分類號：TP301

文獻(xiàn)標(biāo)志碼：A

Researchoncardiovascularhealthknowledgeclassificationbasedonword2vecandsyntacticanalysis

ZHAOYanbinZHANGPengzhu

（AntalCollegeEconomicsManagement，ShanghaiJiaoTongUniversity，Shanghai200030，China）

Abstract：Howtoextractkeyinformationfromhealthknowledgeandclassifyiteffectivelyisthekeytoimprovetheefficiencyofusers'retrievalanduseofrelevantpreventionandcontrolknowledge.Firstly，alargenumberofeffectiveknowledgeaboutthehealthofheartdiseaseiscollected，andcarriedoutdatapreprocessingandmanualannotation.Secondly，thewordembeddingsisconstructedbasedonword2vec'sskipgramtrainingmodel.Then，accordingtothecharacteristicsofpartofwordandsyntaxofknowledgeclassification，thekeycontentextractediseffectivelyclassifiedbysyntacticanalysis.Theexperimentalresultsshowthatthismethodiseffectiveintheclassificationofhealthknowledge，theaccuracyrateofclassificationcanreachmorethan80%.Itcanperfectlyachievethethreeclassificationofhealthknowledge.Thisclassificationmethodnotonlyprovidesguidanceforuserstousehealthknowledge，butalsoprovidesaneffectivestatisticalbasisforknowledgequalityandresearchdirection.

Keywords：textclassification;Word2Vec;syntacticanalysis;healthknowledge;applicationguidelines

近年來，我國心血管病致死率率不斷攀升，至2018年現(xiàn)有患者2.9億人，心血管疾病高居死亡原因首位。不正確的生活、飲食習(xí)慣是導(dǎo)致心血管疾病的主要原因，而傳播健康知識是改變患者健康行為的基礎(chǔ)，因此需要相關(guān)的心內(nèi)防控科學(xué)知識方案來引導(dǎo)人們。

對于健康知識的用戶即患者、醫(yī)生和相關(guān)保健預(yù)防的人群來說，健康網(wǎng)站上的信息紛繁復(fù)雜，評價標(biāo)準(zhǔn)不一。用戶想對疾病進(jìn)行防控時，卻不知如何篩選最相關(guān)的知識、判斷該方案是否具有可操作性以及如何實施。此外，對于相關(guān)研究人員來說，如何評判健康網(wǎng)站也是一個重要的問題，需要對健康網(wǎng)站上的知識信息進(jìn)行評判。出于對用戶需求的滿足，對健康知識進(jìn)行分類，并作為網(wǎng)站評判的標(biāo)準(zhǔn)，是十分有必要的。

文本分類是按照預(yù)先設(shè)定的規(guī)則將文本智能化切分、定類的分類方法。目前，針對中文文本的分類研究已取得一些成果，主要的分類方法有KNN最近鄰分類、樸素貝葉斯分類、SVM支持向量機(jī)等。但是由于中文的句法結(jié)構(gòu)復(fù)雜等特征，這些不考慮具體語法、語義的機(jī)器學(xué)習(xí)方法很難達(dá)到較高的準(zhǔn)確率。為了彌補(bǔ)這些不足，逐漸又結(jié)合句法語義分析進(jìn)行分類，Katz等人把文本用（主謂賓）三元組表示。

由于目前對健康知識分類的文獻(xiàn)不多，本文針對性地提出了一種根據(jù)Word2Vec構(gòu)建詞向量抽取關(guān)鍵詞句并依據(jù)句法分析進(jìn)行分類的方法，分類的準(zhǔn)確率達(dá)到80%～90%。本文將防控知識分類，清晰了方案知識的可操作性、整理知識之間的關(guān)系，為用戶應(yīng)用提供了基礎(chǔ)。

1文獻(xiàn)綜述

自2000年以來，隨著互聯(lián)網(wǎng)的飛速發(fā)展，健康網(wǎng)站為用戶提供了大量相關(guān)的健康知識。目前如健康網(wǎng)站39健康網(wǎng)、中華康網(wǎng)、尋醫(yī)問藥網(wǎng)，均是中國優(yōu)質(zhì)醫(yī)療保健信息與在線健康服務(wù)平臺。在對健康網(wǎng)站用戶調(diào)查中，有70%左右的用戶認(rèn)為在網(wǎng)上獲取健康信息比較方便，對健康、防病、營養(yǎng)知識的需求均占20%以上，但是對網(wǎng)站上信息的不滿意率達(dá)41.03%，集中在健康網(wǎng)站的信息分類、可操性和有效性方面。

國內(nèi)外對健康信息、健康網(wǎng)站研究的文獻(xiàn)，大致可以分為對健康信息的質(zhì)量/可使用性、傳播性、對用戶的影響和對在線健康網(wǎng)站評價等方向。對健康信息傳播性、用戶行為已有不少文獻(xiàn)做了研討，如探究健康用戶關(guān)系網(wǎng)絡(luò)動態(tài)演化、用戶回帖行為影響機(jī)制等。

對于健康社區(qū)/網(wǎng)站而言，健康知識的質(zhì)量和可信性會影響到用戶采納及服務(wù)體驗。自20世紀(jì)末，國內(nèi)外逐步對健康網(wǎng)站信息服務(wù)質(zhì)量評價建立了多種評價方法和評價標(biāo)準(zhǔn)。Wilson提出了五種評價標(biāo)準(zhǔn)，在其用戶評價標(biāo)準(zhǔn)指南中，NetScoring共包括49個健康評鑒指標(biāo)，可分為健康信息的可信度、內(nèi)容等八大類。

而對健康信息本身質(zhì)量評價/可使用性研究的文獻(xiàn)缺少相應(yīng)可靠的評斷方法。這就導(dǎo)致用戶在閱讀健康信息時無法判斷該信息是否完備、可操作，加上冗余重復(fù)的知識，很容易導(dǎo)致用戶不知道如何采用，大大降低了健康知識的實用性。此外，很多標(biāo)的如食鹽、雞蛋黃等都有明顯的食用范圍，一些食材還有特有的操作方法。這些問題的存在，都會造成實用性大打折扣。

2相關(guān)工作

2.1Word2Vec詞向量方法

Hinton1986年提出了用神經(jīng)網(wǎng)絡(luò)進(jìn)行分布式表征。2003年，Bengio提出了一個三層神經(jīng)網(wǎng)絡(luò)模型，在訓(xùn)練語言模型的同時得到了詞向量基本模型neuralnetworklanguagemodel（NNLM）。Word2Vec是Mikolov提出的一種神經(jīng)網(wǎng)絡(luò)語言模型，有CBOW和Skip_gram訓(xùn)練模式。CBOW訓(xùn)練模型是由該預(yù)測的特征詞的上下文詞向量輸入來輸出得到該特征詞的詞向量，數(shù)學(xué)表達(dá)式為

P（Wt|∑（Wt-k，Wt-k+1，…，Wt+k-1，Wt+k））。Wt為目標(biāo)詞匯，通過上下文k大小窗口的詞預(yù)測其出現(xiàn)的概率，結(jié)構(gòu)如圖1所示。

Skip_gram是給定當(dāng)前詞的詞向量來預(yù)測對應(yīng)上下文的詞向量，數(shù)學(xué)表達(dá)式為

P（∑（Wt-k，Wt-k+1，…，Wt+k-1，Wt+k）|Wt），結(jié)構(gòu)如圖2所示。

兩個訓(xùn)練模型中，Skip_gram模型訓(xùn)練時間較長、精度更高，所以本文采用此模型，窗口k為5。

2.2句法分析

句法分析中句法結(jié)構(gòu)（主謂賓定狀補(bǔ)）和依存結(jié)構(gòu)（遞進(jìn)、轉(zhuǎn)折、從屬等）是目前研究最廣泛的兩類文法體系。句法分析確定語句中的“主謂賓定狀補(bǔ)”等語法成分，并分析語法成分之間的關(guān)系，以此確定句法結(jié)構(gòu)或詞匯間依存關(guān)系。句法分析，可進(jìn)行語義分析、語句傾向、答案抽取等，適用于復(fù)雜結(jié)構(gòu)的較長語句，以及缺少大量標(biāo)注樣本的情況，目前以哈工大ltp、StanfordParser句法分析工具為代表。當(dāng)前句法分析難度還很大，準(zhǔn)確度為80%～90%。

3實驗

3.1數(shù)據(jù)來源

本文數(shù)據(jù)是在健康管理系統(tǒng)開發(fā)過程中，于文獻(xiàn)、醫(yī)學(xué)期刊等搜集而來。由于所參與的國家基金研究方向為心血管疾病防控，因此數(shù)據(jù)以心內(nèi)防控知識為主。其中，健康網(wǎng)站39健康網(wǎng)、中華康網(wǎng)、尋醫(yī)問藥網(wǎng)，擁有豐富內(nèi)容與龐大用戶。經(jīng)過去重、清洗共獲得551條數(shù)據(jù)，每條數(shù)據(jù)長度為5～200字，屬于較短文本。

3.2分類依據(jù)

預(yù)防與管控的邏輯知識是指如何從收集到的健康知識出發(fā)，針對知識條目中的標(biāo)的物進(jìn)行方案的實施和操作。當(dāng)然針對不同精確度的健康知識，所需要的標(biāo)的物實施程度也不同。所以，在方案實施階段，根據(jù)知識方案的量化性、可操作性，可將知識方案劃分為三種類型：定性知識、定量知識、實施知識。根據(jù)每條知識所含元素的不同，可以將其劃分為不同層級的知識管理方案。

3.2.1三種知識的作用劃分

定性知識的作用主要是傳遞出標(biāo)的評價，如某事物的正負(fù)情感（宜、不宜）給人在整體上的認(rèn)知，如“控制飲酒”。該條知識就很明確地傳遞出對于“飲酒”是負(fù)向的情感傾向。其中，“飲酒”是動詞+名詞構(gòu)成的賓語，“控制”是動詞，構(gòu)成了句子的謂語，整個句子為謂賓結(jié)構(gòu)。

定量知識的標(biāo)的在執(zhí)行或者判斷中所涉及的程度或者數(shù)量也進(jìn)一步量化，以便給人更直觀、具體的信息，如“每天不超過100g葡萄酒為宜”。該條知識就在控制飲酒的負(fù)向情感上進(jìn)一步量化，給出了“不超過100g”的量化標(biāo)準(zhǔn)。

實施知識就是一個可以執(zhí)行的方案，而定性知識只知道標(biāo)的和情感，定量知識有標(biāo)的、情感量化后的實施范圍，但是缺少實施條件和實施順序等。因此，在實施知識中實施條件（時間、地點等）和實施順序（多并列語句）就需要加入幫助確定標(biāo)的操作方法，如“空腹、睡覺前或感冒時，不宜飲酒。此外時間，控制飲酒，每日飲酒20～70g、每周飲酒5～7杯，以每天不超過100g葡萄酒為宜”。

3.2.2三種知識劃分標(biāo)準(zhǔn)

定性知識：名詞是標(biāo)的，形容詞、動詞是核心，只有簡單的定性判斷，如“多吃、少吃、多喝”等。

定量知識：名詞是標(biāo)的，形容詞、量詞是核心，通過形容詞進(jìn)行定性、量詞規(guī)范范圍，如“每日/飲酒/20～70g，每天/吃/5～10g/干品黑木耳”。

實施知識：動詞（如何實施）、并列語句（多條分句，實施次序）是核心，狀語成分（時間、地點、先后順序）是實施動作的說明，量詞（實施范圍）是精度補(bǔ)充，如“赤小豆/適量/，浸泡/半日【后】，【同】粳米/100克，煮粥。每日/1次”。

3.2.3三種知識辨析

首先，對其中一條知識進(jìn)行關(guān)鍵詞句抽取，可得：“速度：最好保持每分鐘60～80米的速度;時間：每天堅持走路30～60分鐘，并長期堅持;放松：運(yùn)動后要讓雙腳徹底放松，可用熱水熱敷，并由下至上按摩雙腿?！?/p>

其次，進(jìn)行句法分析：“【速度】：最好/保持/每分鐘60～80米的/速度/;【時間】：每天/堅持走路/30～60分鐘/，【并】長期堅持;【放松】：運(yùn)動后/要讓雙腳/徹底放松，可用/熱水/熱敷/，【并】由下至上/按摩/雙腿?！?/p>

該知識具有多個并列的分句，其中還有表示并列、遞進(jìn)的語詞，具有明顯的實施順序，進(jìn)而整體上具有可操作性。同時，存在數(shù)量詞，提供了實施的精度、范圍，所以劃分為實施知識。

3.3詞向量搭建

文本通過jieba分詞、去停用詞等數(shù)據(jù)預(yù)處理，表示成為向量形式。然后通過向量的余弦相似度計算，抽取關(guān)鍵詞、關(guān)鍵語句，以便對其有效信息進(jìn)行句法分析。

余弦相似度計算公式：

simidarity=cos（A，B）=A·B‖A‖‖B‖=∑ni=1Ai×Bi∑ni=1（Ai）2×∑ni=1（Bi）2

其中，A和B表示文本中詞語對應(yīng)的詞向量。

3.4句法分析分類

由3.2中劃分標(biāo)準(zhǔn)可知，三種知識的劃分需要從詞性分析、句法分析兩個方面出發(fā)。首先，根據(jù)無數(shù)量詞“m”劃分出來定性知識，在有量詞的語句中，需要進(jìn)一步分析句法結(jié)構(gòu)和語義角色，即根據(jù)關(guān)鍵的語義角色如各個動作等，判斷這些動作之間是否有并列語句關(guān)系“COO”進(jìn)行劃分。如角色之間有“COO”等并列、順接等語句順序關(guān)系，則說明是一套可以實施的動作方案。此外，加上對關(guān)鍵的語義角色/實體的句法結(jié)構(gòu)進(jìn)行分析，如都是同一類型ADV（狀中結(jié)構(gòu)）等，即劃分到實施知識，反之則為定量知識。圖3使用哈工大社會計算與信息檢索研究中心研制的語言技術(shù)平臺（LTP）繪制而成，該條知識中便存在“COO”等并列、順承等語句關(guān)系，且“清洗”“加水”“火燒”等的語義角色均為動作A1、A2，與“梗米”形成了順承的“動賓”句法結(jié)構(gòu)。

算法1為句法分析分類算法。

輸入：文本text

輸出：分類class

ifm（量詞符號）intext的分詞詞性列表：

class=定性知識

else：

class=定量知識

text句法分析抽取角色

forroleintext的關(guān)鍵角色列表：

ifrole_head（連接的前角色）intext的關(guān)鍵角色列表and兩角色連接關(guān)系==‘COO’：

ifrole的尾節(jié)點角色intext的關(guān)鍵角色列表and兩角色連接關(guān)系==‘COO’：

if角色的語義角色類似：

class=實施知識（語句具有順承關(guān)系）

elifrole_head的尾節(jié)點intext的關(guān)鍵角色列表and兩角色連接關(guān)系==‘COO’：

if角色的語義角色類似：

class=實施知識（語句具有并列關(guān)系）

else：

pass

整個實驗流程如圖4所示。

4結(jié)果與分析

4.1分類結(jié)果

以來源于文獻(xiàn)、醫(yī)學(xué)著作等權(quán)威性高的110條健康知識作為訓(xùn)練數(shù)據(jù)，以來源于健康網(wǎng)站的441條數(shù)據(jù)作為測試集。由前節(jié)可知，定性知識、量化知識到實施知識的劃分門檻升高，因此所包含的數(shù)量也應(yīng)逐漸減少。而從統(tǒng)計數(shù)據(jù)來看，定性知識、量化知識、實施知識分別有230、151、60條，各層級比例符合推測。

數(shù)據(jù)的分類已經(jīng)過多人人工標(biāo)注，以保證準(zhǔn)確性，分類結(jié)果的混淆矩陣如表2所示。

本文參照使用精確率P、召回率R、F值來評價模型，結(jié)果如表3所示。計算得出的精確率均在86%以上，召回率也在71%以上，F(xiàn)值在78%以上，較高的F值說明搭建的模型具有良好的分類效果。尤其是定性知識、定量知識的分類具有85%及以上的精確率、召回率和F值，其分類效果顯著。

精確率P=TP/（TP+FP）。TP表示將正類預(yù)測為正類的數(shù)目，F(xiàn)P表示將負(fù)類預(yù)測為正類即誤報的數(shù)目。

召回率R=TP/（TP+FN）。TP表示將正類預(yù)測為正類的數(shù)目，F(xiàn)N表示將正類預(yù)測為負(fù)類即漏報的數(shù)目。

F=P×R×2/（P+R）。F綜合了P和R的結(jié)果，F(xiàn)較高則說明實驗方法比較有效。

4.2健康知識分類統(tǒng)計

通過上述劃分系統(tǒng)，對現(xiàn)在已有的健康知識根據(jù)分類和來源網(wǎng)站進(jìn)行劃分，展示、對比如表4所示。在心內(nèi)疾病方面，39健康網(wǎng)所擁有的健康防控知識最多，共計224條，能給使用者帶來最豐富的管理方案;尋醫(yī)問藥網(wǎng)的實施知識占比最高，其心內(nèi)疾病防控建議中多數(shù)為飲食菜譜等可以實施的詳細(xì)方案，所以能給用戶帶來最可行的健康方案。

5分類結(jié)果實際應(yīng)用

5.1健康知識關(guān)鍵詞應(yīng)用

在Word2Vec詞向量搭建過程中，獲得了每條知識的關(guān)鍵詞，通過合并、去重、去除無關(guān)詞，可以得到由幾百條防控知識所構(gòu)成的詞庫。在這個關(guān)鍵詞庫中，頻數(shù)越高，代表該標(biāo)的在心內(nèi)防控上的可靠性越高。如表5出現(xiàn)的top10標(biāo)的中，山楂、蜂蜜等作為頻數(shù)較高的知識標(biāo)的，多次出現(xiàn)代表其可靠性相對較高。

在CNKI中以“山楂”和“心血管”為關(guān)鍵詞進(jìn)行搜索，共有79篇文獻(xiàn)在山楂對心血管疾病的防控作用上進(jìn)行了探討。在吳瞻邑等的文獻(xiàn)中詳細(xì)列出了山楂在治療心血管疾病方面的進(jìn)展，山楂提取物已被用于心血管健康的營養(yǎng)補(bǔ)救劑，可以改善動脈粥樣硬化相關(guān)疾病。同理，以“維生素”和“心血管”為關(guān)鍵詞，共搜到276篇相關(guān)文獻(xiàn)。

因此，根據(jù)本文分詞后的關(guān)鍵詞分析，頻次越高，相關(guān)的文獻(xiàn)研究越多，確定性越高，用戶可以選擇頻次高的標(biāo)的作為最值得準(zhǔn)備的措施。同理，研究人員等可以選擇頻次較高、相關(guān)文獻(xiàn)數(shù)量較少的標(biāo)的作為研究方向，以發(fā)現(xiàn)標(biāo)的防控心血管疾病的機(jī)制。

5.2健康知識分類應(yīng)用

以同一標(biāo)的串聯(lián)的不同分類的健康知識為例，如表6所示，可清晰地看出來，實施知識能為用戶提供最有效的信息、最清晰的方法指引。但是一方面，對于網(wǎng)站來說，健康知識錄入時存在疏忽，對文本內(nèi)容把控不嚴(yán)謹(jǐn)。另一方面，用戶很難直接有效的判定出這三類知識。所以，本方法很好地根據(jù)文本句法結(jié)構(gòu)分類，以便網(wǎng)站和用戶清晰明白該方案知識是否可以實施。因為對于藥物和標(biāo)的來說，合適范圍、條件方法才能使方案產(chǎn)生作用。

6總結(jié)與展望

本文針對繁雜的心內(nèi)疾病健康知識提出了對其分類的現(xiàn)實需求，為人們提供在日常生活中進(jìn)行防控的方案。在分類時，針對較短文本使用了Word2Vec詞向量模型，并根據(jù)分類的現(xiàn)實意義提出了結(jié)合句法分析的算法模型。分類的精確率、召回率、F值均很高，為健康知識分類提供了良好的分類方法。

應(yīng)用分類結(jié)果，可以對各個主流健康網(wǎng)站的健康知識進(jìn)行分析，從而為人們挑選知識較多或者實施方案較多的網(wǎng)站提供了選擇依據(jù)，也可作為該網(wǎng)站的一種評價機(jī)制。此外，在進(jìn)行本文分類后，將算法結(jié)果應(yīng)用到實際中。一方面，醫(yī)生等研究人員可以根據(jù)健康知識的關(guān)鍵詞庫來選定有關(guān)心血管疾病與標(biāo)的之間的作用作為研究方向，用戶也可以選擇高頻詞作為健康防控的關(guān)鍵入手。其次，針對前文中提出的用戶在實際應(yīng)用中遇到的問題，本文進(jìn)行關(guān)鍵詞句的抽取，能為用戶提供最關(guān)鍵、有效的信息;對健康方案進(jìn)行分類，能夠很清晰地指引該方案是否可以具體實施、如何實施，以避免在不合適的用量范圍內(nèi)、不合適的操作方法下進(jìn)行使用，從而大大提高健康知識的有效性。

當(dāng)然，本文還存在研究拓展空間，如有的實施方案只是有效的經(jīng)驗或者建議，不存在實證性研究的基礎(chǔ)。本文通過算法對知識進(jìn)行有效分類，可以此為基礎(chǔ)初步給出較為粗略的可靠性評判標(biāo)準(zhǔn)和方法，但如何鑒別實施知識的有效性、可靠性，及其醫(yī)學(xué)原理是研究者可以關(guān)注的方向。

參考文獻(xiàn)：

[1]國家心血管病中心.中國心血管病報告2018[R].北京：中國大百科全書出版社，2019：1.

[2]世界衛(wèi)生組織.心血管疾病[EB/OL].https：//www.who.int/topics/cardiovascular_diseases/zh，2020-02-28.

[3]李新蕊，陳惠.不同階段高血壓性腦卒中患者健康知識及行為水平分析[J].中國衛(wèi)生工程學(xué)，2019，18（6）：858-860.

[4]劉強(qiáng).文本的特征提取及KNN分類優(yōu)化問題研究[D].廣州：華南理工大學(xué)，2009.

[5]丁世濤，盧軍，洪鴻輝，等.基于SVM的文本多選擇分類系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機(jī)與數(shù)字工程，2020，48（1）：147-152.

[6]KATZB，LINJ.Selectivelyusingrelationstoimproveprecisioninquestionanswering[C].ProceedingsoftheEACL-2003WorkshoponNaturalLanguageProcessingforQuestionAnswering，2003：43-50.

[7]徐明，彭玉華，馬朝霞.利用網(wǎng)絡(luò)資源發(fā)展健康教育初探[J].中國健康教育，2002（10）：52-53.

[8]俞文敏，王杰，周宏宇，等.健康需求者對健康類網(wǎng)站的知識需求調(diào)查[J].護(hù)理學(xué)雜志，2009，24（9）：86-87.

[9]劉萌萌，鄧朝華.在線健康社區(qū)用戶參與行為綜述[J].醫(yī)學(xué)信息學(xué)雜志，2018，39（11）：15-19.

[10]吳江，李姍姍，周露莎，等.基于隨機(jī)行動者模型的在線醫(yī)療社區(qū)用戶關(guān)系網(wǎng)絡(luò)動態(tài)演化研究[J].情報學(xué)報，2017，36（2）：213-220.

[11]劉璇，汪林威，李嘉，等.在線健康社區(qū)中用戶回帖行為影響機(jī)理研究[J].管理科學(xué)，2017，30（1）：62-72.

[12]JONATHANBJ，BRYANNB.EvaluationofeHealthwebsitesforpatientswithchronickidneydisease[J].AmericanJournalofKidneyDiseases，2004（1）.

[13]HINTONGE.Learningdistributedrepresentationsofconcepts[C]//Proceedingsoftheeighthannualconferenceofthecognitivesciencesociety.1986，1：12.

[14]YOSHUAB，REJEAND，PASCALV，etal.Aneuralprobabilisticlanguagemodel[J].JournalofMachineLearningResearch（JMLR），3：1137-1155，2003.

[15]MIKOLOVT，CHENK，CORRADOG，etal.Efficientestimationofwordrepresentationsinvectorspace[C]//ICLRWorkshop，2013.

[16]MIKOLOVT，SUTSKEVERI，CHENK，etal.Distributedrepresentationsofwordsandphrasesandtheircompositionality[C]//InternationalConferenceonNeuralInformationProcessingSystems.CurranAssociatesInc.2013：3111-3119.

[17]CHEWX，LIZH，LIUT.LTP：AChineseLanguageTechnologyPlatform.InProceedingsoftheColing2010：Demonstrations.2010.08，pp13-16，Beijing，China.

[18]吳瞻邑，由璐，劉素穩(wěn)，等.山楂抗心血管系統(tǒng)疾病的研究進(jìn)展[J].中國食物與營養(yǎng)，2019，25（4）：67-71.

[19]FORDE，ADAMSJ，GRAVESN.Developmentofaneconomicmodeltoassessthecost-effectivenessofhawthornextractasanadjuncttreatmentforheartfailureinAustralia[J].BMJOpen，2012，2（5）：e001094-e001094.

[20]KOCHE，MALEKF.Standardizedextractsfromhawthornleavesandflowersinthetreatmentofcardiovasculardisorders-preclinicalandclinicalstudies[J].PlantaMedica，2011，77（11）：1123-1128.

收稿日期：2020-04-09

基金項目：國家自然科學(xué)基金資助項目“大數(shù)據(jù)驅(qū)動的全景式個性化心血管健康管理研究”（91646205）;國家自然科學(xué)基金創(chuàng)新研究群體項目“運(yùn)營與創(chuàng)新管理”（71421002）;上海交通大學(xué)中央高?；究蒲袠I(yè)務(wù)費資助項目“基于大數(shù)據(jù)的醫(yī)患匹配及其和諧關(guān)系研究”（16JCCS08）

作者簡介：趙艷斌（1991—），男，河北邯鄲人，碩士研究生，主要從事健康數(shù)據(jù)挖掘、健康風(fēng)險預(yù)測;張朋柱（通信作者），男，教授，博導(dǎo)，博士，研究方向為智能健康管理、大數(shù)據(jù)創(chuàng)新導(dǎo)航等，E-mial：pzzhang@sjtu.eu.cn。