基于信息熵的医疗概念语义相似度算法

针对医疗概念中传统语义相似度计算精确度不高的问题,提出一种基于信息熵计算概念特征相似度和概念相关度的方法,综合得出概念语义相似度的计算模型。利用朴素贝叶斯分类对医疗概念分类,根据概念分类概率与分类质量评估函数得到概念的信息熵;通过熵值求得概念特征相似度,通过分析概念特征信息求得概念相关度;利用加权的方法将前两者的值综合为最终的概念语义相似度。实验结果表明,该算法较传统算法更加接近医疗领域专家评估的经验值,可以提高相似度计算精度,为医疗领域的相关应用和研究提供更高效的方法。