1、“.....仿真实验分析本词描述性名词数值参数病理描述性形容词等。病理字典构建。根据关键词集合和词频，构建出疾病病理字典。疾病主题提取。依据关键词频繁项的关联规则分析，在海量文本中使用算法自动提取出疾病的主题。海量文本疾病主海量文本疾病主题自动提取研究论文原稿位置器官的描述文本与诊断结果相关的是器官症状的描述文本程度相关的是时间发展的快慢的描述文本。海量文本疾病主题自动提取研究论文原稿。病历文本符合定的规律。例句......”。

2、“.....根基因疾病关系自动提取方法湘潭大学自然科学学报，余传明，李浩男，安璐基于多任务深度学习的文本情感原因分析广西师范大学学报，焦红，李秀霞基于研究主题的学科领域知识演化路径识别以图书情报领域粗糙集为例情报理论与实践文提出结合分词技术产生病历文本关键词集合，再使用关联规则的算法进行疾病主题自动提取的方法模型。实验结果证明该模型有定的效率与正确性。实验的不足在于病历数据的样本有限，需要进步扩大病例数据库。另外......”。

3、“.....样本病历符合中文病历书写的般主体内容和风格。通过分词处理后的病历文本，顺利地形成了关键词的集合，运用算法对其进行疾病主题提取，列出所有频繁项大于的项目集。项目集频数分析。根据项目出现的频率，定义最小支持度，由大到小对数据进行降序排序。删除出现的次数少于最小支持度的不重要的项目。次扫描。删除不满足最小支持度的项目后，根据项目出现的频率，再库进行文本挖掘等。字母文字更适合文本挖掘，如学者余传明等所研究的多任务深度学习模型就对英文语种有更好的识别......”。

4、“.....如学者焦红等以图书情报领域的粗糙集研究再次由大到小对数据进行降序排序。建立。对排序后的数据从上往下，依次添加构造，递归调用树结构，继续删除小于最小支持度的项目，直到生成条单路径。在算法的过程中，不需生成候选项集。病历于主题模型的技术预见文本分析情报探索，段玉婷基于聚类分析挖掘国内医学信息学研究热点科技经济导刊，。算法在构建时采用深度优先的处理，递归地进行频繁项集挖掘。通常分步扫描数据集......”。

5、“.....建立。对排序后的数据从上往下，依次添加构造，递归调用树结构，继续删除小于最小支持度的项目，直到生成条单路径。在算法的过程中，不需生成候选项集。掘。学者段玉婷利用两家不同的医学专业期刊在年载文为数据来源，提取主题频繁项，发现医学信息的研究热点。算法在构建时采用深度优先的处理，递归地进行频繁项集挖掘。通常分步扫描数据集。扫描数据集基因疾病数据挖掘时，算法必然会显示出构建过大的缺点，这是需要进步改进的问题......”。

6、“.....陆维嘉关联规则挖掘结合的基因疾病关系自动方向为例识别其核心文献，同时基于向量空间模型对核心文献进行补充，并提取主题。学者吕皓等利用隐含狄利克雷分布对中国工程科技的个不同领域进行話题分析，将对应的技术项文本投影到维平面上，实现技术预见下技术项目的话题分布挖书写现状与文本提取难点现有医疗文本挖掘研究主要采用国外的医疗数据库，如学者傅博泉采用生物信息学资源库下的子数据库和基因疾病关联信息数据库等进行文本挖掘......”。

7、“.....列出所有频繁项大于的项目集。项目集频数分析。根据项目出现的频率，定义最小支持度，由大到小对数据进行降序排序。删除出现的次数少于最小支持度的不重要的项目。次扫描。删除不满足最小支持度的项目后，根据项目出现的频率，提取方法湘潭大学自然科学学报，余传明，李浩男，安璐基于多任务深度学习的文本情感原因分析广西师范大学学报，焦红，李秀霞基于研究主题的学科领域知识演化路径识别以图书情报领域粗糙集为例情报理论与实践，吕皓......”。

8、“.....再使用关联规则的算法进行疾病主题自动提取的方法模型。实验结果证明该模型有定的效率与正确性。实验的不足在于病历数据的样本有限，需要进步扩大病例数据库。另外，后续对病历文本进行文的研究所使用的数据来自福州医院神经内科的份中文病历文本，样本病历符合中文病历书写的般主体内容和风格。通过分词处理后的病历文本，顺利地形成了关键词的集合，运用算法对其进行疾病主题提取的效果较好。提题自动提取研究论文原稿。病历文本符合定的规律。例句......”。

9、“.....根据中科院计算所的对例句进行分词处理，得到左侧肢体无力两天突发。例句的分词处理结果与结构如表所据中科院计算所的对例句进行分词处理，得到左侧肢体无力两天突发。部分中文停用词，如了的已与等，应从集合中剔除。关键词词频累计。经由分词与剔除处理之后，进行键词词频处理。关键词根据其特点，可以分为医学性名，吕皓，周晓纪基于主题模型的技术预见文本分析情报探索，段玉婷基于聚类分析挖掘国内医学信息学研究热点科技经济导刊，......”。