为刻画病人就医等待时间的时空规律,以心脏病手术为例,基于多Agent建模技术,搭建心脏病手术服务系统MA-CSS(Multi-Agent Cardiac Surgery Service)模型。该模型重点关注病人就医距离、医疗资源丰富程度、医院和病人个体行为等多种因素...为刻画病人就医等待时间的时空规律,以心脏病手术为例,基于多Agent建模技术,搭建心脏病手术服务系统MA-CSS(Multi-Agent Cardiac Surgery Service)模型。该模型重点关注病人就医距离、医疗资源丰富程度、医院和病人个体行为等多种因素对等待时间动态性的交互影响。基于MA-CSS模型的仿真实验较好地复现真实心脏病手术等待时间的时空规律,同时揭示病人择医行为、医院服务能力调整行为和等待时间之间的交互是自组织形成等待时间时空模式的可能原因。展开更多
[背景/意义]研究和对比不同主题建模方法在科学文献主题识别上的应用表现,对于合理选择使用主题建模技术开展科学文献主题挖掘具有重要意义。[方法/过程]通过构建中英文科学文献实验语料,选择3种主题建模方法(LDA、Top2vec、Bertopic)和...[背景/意义]研究和对比不同主题建模方法在科学文献主题识别上的应用表现,对于合理选择使用主题建模技术开展科学文献主题挖掘具有重要意义。[方法/过程]通过构建中英文科学文献实验语料,选择3种主题建模方法(LDA、Top2vec、Bertopic)和5种文本特征计算方法(Bag of Words、TFIDF、Doc2vec、MiniLM、SciBert)进行中英文科学文献主题建模实验,并对不同建模结果的主题多样性、主题一致性、主题稳定性和主题离散性指标进行对比分析。[结果/结论]不同建模工具的主题识别结果存在较大差异,其中LDA与Bertopic在英文和中文语料上识别出的主题中具有相似性关系的主题占比相对较高,但也仅为9.81%和7.46%;基于Doc2vec算法的Top2vec模型在主题多样性指标上的表现相对最优;基于文本预训练算法的Top2vec模型和Bertopic模型的主题稳定性和离散性指标优于传统主题建模方法。针对大语言模型技术的快速发展和广泛应用,加快推进科学文献预训练模型研发,并将之应用于科技情报业务实践是当前的重要研究方向。展开更多
文摘为刻画病人就医等待时间的时空规律,以心脏病手术为例,基于多Agent建模技术,搭建心脏病手术服务系统MA-CSS(Multi-Agent Cardiac Surgery Service)模型。该模型重点关注病人就医距离、医疗资源丰富程度、医院和病人个体行为等多种因素对等待时间动态性的交互影响。基于MA-CSS模型的仿真实验较好地复现真实心脏病手术等待时间的时空规律,同时揭示病人择医行为、医院服务能力调整行为和等待时间之间的交互是自组织形成等待时间时空模式的可能原因。
文摘[背景/意义]研究和对比不同主题建模方法在科学文献主题识别上的应用表现,对于合理选择使用主题建模技术开展科学文献主题挖掘具有重要意义。[方法/过程]通过构建中英文科学文献实验语料,选择3种主题建模方法(LDA、Top2vec、Bertopic)和5种文本特征计算方法(Bag of Words、TFIDF、Doc2vec、MiniLM、SciBert)进行中英文科学文献主题建模实验,并对不同建模结果的主题多样性、主题一致性、主题稳定性和主题离散性指标进行对比分析。[结果/结论]不同建模工具的主题识别结果存在较大差异,其中LDA与Bertopic在英文和中文语料上识别出的主题中具有相似性关系的主题占比相对较高,但也仅为9.81%和7.46%;基于Doc2vec算法的Top2vec模型在主题多样性指标上的表现相对最优;基于文本预训练算法的Top2vec模型和Bertopic模型的主题稳定性和离散性指标优于传统主题建模方法。针对大语言模型技术的快速发展和广泛应用,加快推进科学文献预训练模型研发,并将之应用于科技情报业务实践是当前的重要研究方向。