患者レジストリを二次利用した潜在的患者ニーズの自動抽出方法の検討

考虑使用二级患者登记系统自动提取潜在患者需求的方法

基本信息

项目摘要

近年,市民参画型の必要性は社会の場でも議論されている.しかしながら,日本ではハイコンテクスト文化の影響もあり,一般市民が文脈(コンテクスト)に頼らずに率直な意見を明確な言葉として表現することには不慣れである.そのため,一般市民の声を政策や様々な製品開発等へ反映することは容易ではない.本研究では,話し言葉から発話者の潜在的ニーズを予測するための機械学習モデル構築,及びニューラルネットワークを用いて単語をベクトル変換する手法である Word2Vecモデルを用いて機械学習モデルの精度改善を検討した.予備検討では,機械学習モデルの精度比較を行い,最適なモデルを選択した.本調査では,Word2Vecモデルを用いて同義語辞書を作成し,この辞書を使用して同一の特徴量に変換し学習を行う新手法を検討した.新手法の適応の有無で機械学習モデルの精度比較を行った.予備検討でのモデル選定実験の結果,モデル精度は xgboost で F 値 0.54 と最も高く,本調査では,モデル精度は同義語辞書ありで F 値 0.61,なしで F 値 0.54 であり,Word2Vecモデルを用いた同義語辞書の適応が機械学習モデルの精度改善に寄与した.
In recent years, the necessity of citizens' participation in the painting type has been discussed in social fields such as で で, されて and る. し か し な が ら, Japan で は ハ イ コ ン テ ク ス ト culture influences の も あ り, ordinary citizens が context (コ ン テ ク ス ト) に 頼 ら ず に directness な opinion を clear な said leaf と し て performance す る こ と に は wonted れ で あ る. Sound そ の た め, ordinary citizens の を policy や others 々 な products open 発 etc へ reflect す る こ と は easy で は な い. , this study で は words し word か ら 発 words の potential ニ ー ズ を be す る た め の rote learning モ デ ル constructs, and び ニ ュ ー ラ ル ネ ッ ト ワ ー ク を with い て 単 language を ベ ク ト ル variations in す る gimmick で あ る Word2Vec モ デ ル を with い て rote learning モ デ ル の precision improved を beg し 検 た. In preparation, 検 is discussed for で た, and the accuracy of machine learning is compared in モデ and た. The most suitable なモデ and を are selected as 択 and た. This survey で は, Word2Vec モ デ ル を with い て synonym dictionaries を し consummate, こ の dictionaries を use し て same の, 徴 quantity に variations in line し learning を う を twist to beg し 検 た. The new technique is suitable for 応, and there is で machine learning モデ. The accuracy comparison of を lines った. Beg で reserve 検 の モ デ ル be selected 験 の results, モ デ ル precision は xgboost で F nt 0.54 と most high も く, this survey で は, モ デ ル precision は synonym dictionaries あ り で F nt 0.61, な し で F nt 0.54 で あ り, Word2Vecモデ を を use モデ た synonym dictionary <s:1> suitable 応が machine learning モデ <s:1> precision improvement に sent to た た.

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
S3 ナルコレプシー患者の声を反映した 医療環境の実現に向けて: 臨床医として開発医師として
S3 实现反映发作性睡病患者心声的医疗环境:作为临床医生和发展医生
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    宮本晃洋;河野裕允;根来亮介;藤田卓也;佐々木剛
  • 通讯作者:
    佐々木剛
S3 ナルコレプシー患者の声を反映した 医療環境の実現に向けて: ナルコレプシー患者やその家族が抱えている潜在的ニーズの実態調査
S3 实现反映发作性睡病患者心声的医疗环境:发作性睡病患者及其家属的潜在需求调查
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    山田尚生;根来亮介;河野裕允;藤田卓也;種村菜奈枝
  • 通讯作者:
    種村菜奈枝
ナルコレプシー患者が抱えている顕在または潜在ニーズの実態調査
发作性睡病患者实际及潜在需求调查
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    種村菜奈枝;佐々木剛;佐藤淳子;神林崇
  • 通讯作者:
    神林崇
口語テキストでの発話者の潜在ニーズ予測とその可視化 - Word2Vecモデルを用いた機械学習モデルの精度改善に関す る検討 -
口语文本中说话者潜在需求的预测与可视化——利用Word2Vec模型提高机器学习模型准确性的研究——
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    種村菜奈枝;町井湧介;佐々木剛;荒木通啓;佐藤淳子;千葉剛
  • 通讯作者:
    千葉剛
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

種村 菜奈枝其他文献

種村 菜奈枝的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

機械学習アルゴリズムを用いた敗血症性凝固線溶障害の早期予測モデルの開発
使用机器学习算法开发脓毒性凝血和纤溶性疾病的早期预测模型
  • 批准号:
    24K12133
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
アニーリングと機械学習の融合による説明可能AI基盤の研究
结合退火和机器学习研究可解释的人工智能基础设施
  • 批准号:
    24KJ1081
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
機械学習による滑走路の離着陸容量の短期的予測手法に関する研究
基于机器学习的跑道起降能力短期预测方法研究
  • 批准号:
    24K07722
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
機械学習を用いた波形解析による高速中性子エネルギー測定法の技術開拓
利用机器学习进行波形分析的快中子能量测量方法的技术开发
  • 批准号:
    24K08298
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
調理シミュレーションと機械学習の融合および非接触計測による加熱制御システムの構築
结合烹饪模拟与机器学习和非接触测量构建加热控制系统
  • 批准号:
    24K05572
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
  • 批准号:
    24K15796
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
  • 批准号:
    24K13948
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
  • 批准号:
    24K13518
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
  • 批准号:
    24K15093
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
  • 批准号:
    24K15095
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了