毒物检测

数据

data

• duwuxiangqing.xls:毒物详情表：主要包含毒物名称，物理性质，化学性质，症状描述，临床检验（代码主要用到这两个）
• duwuzhengzhuang.xlsx:包含所有症状的描述性词语，也称为词库

编码

code

2020-12-08-Top1&Top5.py：作用为匹对所有毒物准确率，Top1的概率，Top5之内配对成功的概率，以及完全未匹对上的毒物个数

Update-Top1&Top5.py：对之前的2020-12-08-Top1&Top5进行优化，加快速度，现在检测速度为15秒，同时优化了一下检测率，加了一个判断：判断selflen要小于等于lst_word

smallposition.py：找出毒物特征少于等于3个特征的毒物，共计1032，其中完全没有特征的毒物有869个

quan-Top1&Top5.py：建立词频权值字典，通过统计所有描述中的特征词，建立对应的字典，然后排序找出最大的，令maxn=最大的出现次数+10，每个特征对应的权值为：(1-（出现的次数/maxn）)*10保留两位有效数字。

目前任务

①将代码进行优化，加快执行速度

②设置权重，统计语料库中的普遍词和特殊词，设置不同的权重，来提高检测毒物率

③将毒物特征少的毒物检索出来，进行特征扩充

④找出毒物族

⑤根据近义词来检索词库

已解决任务

①代码优化Ok

②权重字典库完成，但效果不好

③毒物特征少的毒物以筛出，交由其他成员去进行扩充