Bigram的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列推薦必買和特價產品懶人包

Bigram進入發燒排行的影片

高壓縮比超長文本抽象式摘要生成

為了解決Bigram的問題，作者蕭郁君 這樣論述：

本研究探討的是文本摘要的新任務：生成具有高壓縮比的長文本抽象化摘要。自動摘要是自然語言處理領域中廣泛研究的主題，目前以 Transformer 架構為基礎的神經網路模型在新聞的抽象式摘要上，展現了一定的成效。本研究則針對更具挑戰性的輸入類型，書籍，作為摘要的對象進行探討。與長度僅數百字的新聞相比，書籍長達上萬字或更多，而對超長輸出入進行建模，是當前神經網路模型的一大挑戰。除此之外，書籍摘要需要將大量文字，改用少許概括性的文字重新表述。然而目前不論萃取式或抽象式摘要，主要的原理均是對輸入中的文句進行選擇與排序，故不易將大量詳細瑣碎的文句濃縮成概括性的宏觀概念。因此，書籍摘要的高壓縮率，構成現有

摘要生成技術的另一挑戰。為解決上述的兩個挑戰，我們提出了一個基於 Transformer 神經網路的多層處理架構，適用於非常長的文本摘要，而且可以在監督式與非監督式兩種模式下運作。為了訓練我們的模型，我們提出了偽標記的策略，在不需額外人工標記的情況下訓練生成模型，進一步提出了一種自監督學習任務，利用多任務學習的方式，促進抽象摘要模型選用廣泛的宏觀表達方式，將具體詳細的措辭重新表述。實驗結果顯示，與現有方法相比，本篇論文提出的方法可以生成更好的摘要。

運用文字探勘技術建構使用鈉-葡萄糖共同轉運蛋白-2抑制劑之糖尿病腎病變患者腎功能改善預測模型

為了解決Bigram的問題，作者楊渝婷 這樣論述：

糖尿病腎病變是糖尿病常見的合併症，糖尿病腎病變初期時沒有明顯症狀，當明顯出現尿泡時，代表腎臟功能已受損一段時間，因此若未能及早發現糖尿病腎病變患者之腎功能惡化，會增加心血管疾病和透析的風險，可能造成後續醫療費用增加、健保龐大支出。鈉-葡萄糖共同轉運蛋白–2抑制劑 (Sodium-glucose cotransporter 2 inhibitor [SGLT2 inhibitor])為治療第二型糖尿病患者的口服降血糖藥物，除了能控制血糖外，後續研究發現亦可以改善糖尿病腎臟疾病，但糖尿病腎病變表現和進展模式會因人而異，使用SGLT2抑制劑的反應也不盡相同，因此本研究利用文字探勘技術建構使用鈉-葡

萄糖共同轉運蛋白–2抑制劑之糖尿病腎病變患者之腎功能改善預測模型，希望所建立的模型可以提供醫療專業人員一個臨床判斷之參考，進而促進腎臟疾病個別化診療、增加SGLT2抑制劑的有效率，因此增加糖尿病腎病變臨床決策具有貢獻性，進而降低糖尿病患心血管疾病和透析的風險。本研究蒐集了130位糖尿病腎病變患者的個人基本資料、檢驗報告、藥物紀錄與病歷、護理衛教、營養衛教等文本資料，分別進行資料前處理，其中於文本資料中將其分為全英文並使用Term Frequency-Inverse Document Frequency (TF-IDF)、Bag-of-words model (Unigram、Bigram、Tr

igram)、Word2vec (Skip-gram)及Latent Dirichlet Allocation (LDA)等方法產生文本特徵，最終使用邏輯斯迴歸、隨機森林、支援向量機、樸素貝葉斯等四種演算法建立預測模型。在預測患者腎功能控制有效和無效的實驗中，在實驗一所建立的預測模型中，以多項式樸素貝葉斯的效能最佳，其ROC曲線下面積 (Area Under the ROC[AUC])得到0.669；在實驗二所建立的預測模型中，將所有文本合併的情況下，在英文文本之隨機森林在Bigram的AUC分別得到0.767。本研究使用兩種不同實驗進行預測模型之比較，除了僅探討結構化資料與非結構化資料外，亦

透過將結構化與非結構化資料結合，其目的為透過不同面向找出影響糖尿病腎病變患者於腎功能控制有效和無效的特徵因子，發現（1）檢驗和藥物特徵因子包括尿蛋白/尿肌酸酐比值 (Urine Protein / Creatinine Ratio [UPCR])、肌酸酐比值(Urine Albumin To Creatinine Ratio [UACR])、三酸甘油脂 (Triglycerides [TG])、降血脂用藥、胰島素、降血糖用藥等特徵因子對影響糖尿病腎病變患者於腎功能控制有效患者具有影響；（2）醫囑、護理衛教、營養衛教包括fry food、forget medicine、high fiber、su

ggest hydrate等特徵因子在文本中對影響糖尿病腎病變患者於腎功能控制有效患者具有影響。綜合以上結果，可透過本研究挖掘出的特徵因子，提供醫療專業人員在使用SGLT2抑制劑治療糖尿病腎病變的判斷參考。