基于社交媒体医疗健康信息的情感感知推荐系统
计算与语言
2019-09-20 v1
摘要
在过去十年中，健康社区（即论坛）已演变为平台，越来越多用户在其中分享医疗经历，从而寻求指导并与社区成员互动。所分享的内容虽本质非正式且无结构，却包含有价值的医疗和/或健康相关信息，可被利用以向大众产生结构化建议。本文中，我们首先提出一种堆叠深度学习模型，用于从医疗论坛数据进行情感分析。该堆叠模型由卷积神经网络（CNN）接长短期记忆网络（LSTM）再接另一个 CNN 组成。对于被分类为正面情感的博客，我们检索前 n 篇相似帖子。此后，我们开发一个概率模型，用于针对特定疾病或健康状况建议合适的治疗或处置。我们相信，医疗情感与建议的整合将有助于用户查找有关药物与医疗状况的相关内容，而无需手动浏览大量无结构内容。
引用
@article{arxiv.1909.08686,
title = {Sentiment-Aware Recommendation System for Healthcare using Social Media},
author = {Alan Aipe and Mukuntha Narayanan Sundararaman and Asif Ekbal},
journal= {arXiv preprint arXiv:1909.08686},
year = {2019}
}
备注
Accepted at the 20th International Conference on Computational Linguistics and Intelligent Text Processing (CICLing 2019), April 7-13, 2019, La Rochelle, France; Springer LNCS Proceedings for CICLing 2019