摘要：现有通用分词工具对医疗专业术语的识别效果不理想,影响了医疗文本结构化的效果。针对该问题,提出一种基于词向量的新词发现方法,利用新词发现过程中构建的词库抽取信息,得到结构化数据。使用Google开源词向量工具word2vec训练文本,将词映射到抽象的n维向量空间;根据词与词之间的得分、词的左右信息熵和在文本中的词来发现新词,把发现的新词加入用户自定义词库;设计信息抽取规则,根据发现的关键词提取对应的关键信息,将其组织为结构化数据。实验结果表明,用该方法进行结构化处理在准确率上比传统方法提高了10%,在效率上比传统方法提高了18%。

摘要：新疆油田:水平井全过程压裂技术创双纪录日前,中国石油新疆油田公司在玛湖油田金龙2井区JLHW2039井成功试验的水平井桥塞分压管外光纤监测技术,实现了水平井压裂全过程实时监测,创水平井套管外敷光缆部署长度5122米和避开射孔成功率100%两项国内新纪录。下一步,科研人员将从地质、工程等因素进行深入剖析,力争实现从设计源头提质增效,促进非常规油气藏高效开发。