search query: @supervisor Honkela, Timo / total: 16
reference: 8 / 16
Author: | Ollikainen, Marja |
Title: | Matching medical documents to users |
Lääketieteellisten dokumenttien sovitus käyttäjille | |
Publication type: | Master's thesis |
Publication year: | 2008 |
Pages: | 67 + (11) Language: eng |
Department/School: | Informaatio- ja luonnontieteiden tiedekunta |
Main subject: | Informaatiotekniikka (T-61) |
Supervisor: | Honkela, Timo |
Instructor: | Honkela, Timo ; Paukkeri, Mari-Sanna |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark Aalto | Archive |
Keywords: | text difficulty rating medical documents keyphrases feature selection RFE-SVM tekstin vaikeusmitta lääketieteelliset dokumentit avainfraasit piirrevalinta RFE-SVM |
Abstract (fin): | Automaattisia menetelmiä lääketieteellisten tekstien vaikeustason määrittämiseen on tutkittu lääketieteellisen informatiikan alalla. Tällaiset menetelmät auttaisivat käyttäjäkohtaisessa tiedonhaussa, tiedon suodattamisessa ja irrottamisessa tekstistä, kuten myös aineiston ymmärrettävyyden arvioinnissa. Eräät viime aikoina esitellyt menetelmät perustuvat automaattisiin luokittelualgoritmeihin, käyttäen opetusaineistona vaihtelevan vaikeuksisia tekstejä. Vaikka luokitteluun käytettävät piirteet vaihtelevat, sanaston vaikeutta pidetään tärkeänä. Tässä työssä tarkastellaan aineistoja luokittelutarkkuuden kannalta erottelevien avainfraasien vaikeutta ja luodaan niiden perusteella vaikeusmitta. RFE-SVM-piirrevalinta-algoritmia käytettiin valitsemaan avainfraasit kyselyyn, jolla testattiin niiden vaikeutta. Kysely jaettiin henkilöille, joiden lääketieteen tuntemuksen taso vaihteli. Kyselyn tulosten pohjalta luotiin vaikeusmitta lääketieteellisille dokumenteille käyttäen dokumenttien ja henkilöiden vaikeusprofiilien kosinisamankaltaisuutta. Henkilön vaikeusprofiili voi olla henkilöryhmän keskiarvoihin perustuva yleinen profiili, tai se voi koostua yksittäisen henkilön vaikeusarvioista avainfraaseille. Jälkimmäinen vaihtoehto kuvastaa käsitystä, että jokaisella ihmisellä on henkilökohtainen profiili lääketieteellisen sanaston tuntemukselle. Työn aineistona käytetään suomenkielisiä terveystietoa eri aiheista sisältäviä internet-sivustoja. Kyselyn tuloksista luotu automaattinen vaikeusmitta arvioi lääketieteen ammattilaisille suunnatun aineiston yleisesti ottaen vaikeammaksi kuin maallikoille suunnatut kolme aineistoa. Tästä voi päätellä, että tämän työn menetelmä soveltuu vaikeusmittojen luomiseen lääketieteellisille dokumenteille. Ihmisarviossa ainoastaan viidesosaa RFE-SVM-piirrevalintamenetelmän valitsemista avainfraaseista pidettiin millään tavalla vaikeina, mikä viittaa siihen, että aineistojen luokittelu avainfraasien perusteella perustuisi enimmäkseen sanaston vaikeuden kannalta yhdentekeviin piirteisiin. |
ED: | 2008-05-20 |
INSSI record number: 35620
+ add basket
INSSI