公开(公告)号：CN112447292B

公开(公告)日：2022-03-25

申请号：CN202011336107.5

申请日：2020-11-25

Applicant: 南京大学

Inventor： 张雷 ,  于凌霜 ,  罗翀 ,  张晓雯 ,  沈俊东 ,  余成 ,  王崇骏

IPC: G16H50/20 ,  G16H10/60 ,  G06N20/00 ,  G06K9/62

Abstract: 本发明公开了一种基于机器学习可解释性的人体指标‑脑卒中关系分析系统，包括数据输入模块、数据预处理模块、机器学习模块、相关性分析模块、指标近邻寻找模块、新样本制造模块、新样本预测统计模块，通过对属性进行相关性分析，当一个属性改变时，与它相关的属性也随之改变，使生成的新样本更接近实际情况，由此来研究脑卒中患病情况与人体指标变化的关系，本发明可以得到身体指标变化对是否患脑卒中的影响，对进一步研究疾病的预防有着重要的作用。

公开(公告)号：CN112447292A

公开(公告)日：2021-03-05

申请号：CN202011336107.5

申请日：2020-11-25

Applicant: 南京大学

Inventor： 张雷 ,  于凌霜 ,  罗翀 ,  张晓雯 ,  沈俊东 ,  余成 ,  王崇骏

IPC: G16H50/20 ,  G16H10/60 ,  G06N20/00 ,  G06K9/62

Abstract: 本发明公开了一种基于机器学习可解释性的人体指标‑脑卒中关系分析系统，包括数据输入模块、数据预处理模块、机器学习模块、相关性分析模块、指标近邻寻找模块、新样本制造模块、新样本预测统计模块，通过对属性进行相关性分析，当一个属性改变时，与它相关的属性也随之改变，使生成的新样本更接近实际情况，由此来研究脑卒中患病情况与人体指标变化的关系，本发明可以得到身体指标变化对是否患脑卒中的影响，对进一步研究疾病的预防有着重要的作用。

公开(公告)号：CN113360596A

公开(公告)日：2021-09-07

申请号：CN202110634912.4

申请日：2021-06-08

Applicant: 南京大学

Inventor： 王崇骏 ,  何强强 ,  徐鸣 ,  罗翀 ,  谢俊元

IPC: G06F16/31 ,  G06F16/332 ,  G06F16/33 ,  G06F16/335 ,  G06F16/951 ,  G06F40/194 ,  G06F40/279

Abstract: 本发明提出了一种基于tf‑idf和倒排索引的众测助理实现方法。数据采集阶段，从百度问答中爬取问答数据集，在爬取过程中进行筛选；数据预处理阶段，对每一个问题进行分词，并计算每一个词的频率，获得每个句子的tf‑idf向量表示；输入预处理阶段，对用户的输入进行分词，若涉及到不合适的词，如敏感词，政治词，则不予返回，将用户的输入去除停用词后转化为tf‑idf向量表示；答案返回阶段，利用倒排索引获得与输入相关的候选问题，计算输入与候选问题的相似度，并将相似度最高的k个问题的答案返回给用户作为结果。本发明利用倒排索引的思想加快了查找相似问题的效率，能应对问答对增加带来的内存爆炸问题。