标题
  • 标题
  • 作者
  • 关键词

基于LDA-BiLSTM模型的在线医疗服务质量识别研究

2022-04-07分类号:R-05

【作者】叶艳  吴鹏  周知  黄炜  张莉曼  
【部门】南京理工大学网络空间安全学院  南京理工大学经济管理学院  西北大学公共管理学院  湖北工业大学经济管理学院  
【摘要】[目的/意义]为了从在线患者评论中识别医疗服务质量主题及其情感,本文提出基于LDA和BiLSTM模型的服务质量主题情感识别模型。[方法/过程]以好大夫在线为例,利用Python收集高血压患者139962条评价数据,采用LDA主题模型得到患者评论的13个主题,并结合相关文献得到6大医疗服务质量主题;根据BiLSTM模型得到各服务质量主题的情感倾向分布;对负向评论较多的服务质量主题进行筛选,分析负向情感产生的原因。[结果/结论]本文提出的方法能帮助医院和医生识别和改善医疗服务质量,提升患者的满意度,从而降低医患纠纷的发生率。
【关键词】在线医疗  服务质量  主题模型  双向长短期记忆模型  情感分析
【基金】国家自然科学基金项目“突发事件网民负面情感的模型检测研究”(项目编号:71774084);; 江苏省“青蓝工程”优秀教学团队项目(项目编号:2020(10));; 教育部人文社会科学青年基金项目“用户认知结构视角下人文图像资源标注研究”(项目编号:21YJC870023)的成果
【所属期刊栏目】情报理论与实践
文献传递