Анализ отзывов пациентов с использованием машинного обучения и лингвистических методов

Полный текст

Введение

В настоящее время процесс анкетирования для оценки удовлетворённости потребителей набором услуг начал уступать место подходу, основанному на автоматической обработке текстов в социальных медиа с возможностью извлечения семантики. При использовании такого подхода выборка становится более представительной и независимой, а результаты анализа более достоверно отражают отношение потребителей. Особенно важно проведение подобного анализа в таких сферах деятельности человека, как медицина.

Целью работы является определение степени удовлетворённости качеством медицинских услуг пациентов путём классификации русскоязычных текстовых отзывов, извлечённых из социальных медиаресурсов, о работе медицинских учреждений и врачей.

Для достижения данной цели необходима разработка программных классификаторов, позволяющих разделить анализируемые текстовые данные по группам в соответствии с выбранными критериями: эмоциональная окраска; объект или субъект применения; причинно-следственная составляющая и пр. Жанровые и речевые особенности текстов в социальных медиа порождают необходимость разработки интеллектуальных алгоритмов классификации текстов, позволяющих проводить подробный анализ текстовых отзывов с учётом особенностей предметной области.

Онлайн-отзывы и онлайн-рейтинги формируют неформальные коммуникации, направленные на потребителей посредством интернет-технологий, связанные с использованием или характеристиками конкретных товаров и услуг или их продавцов [1]. Это активно используется в здравоохранении для оценки деятельности врачей и больниц.

На отзыв пациента могут влиять личностные характеристики врача: пол, возраст, специальность [2–5]. Например, более высокие оценки у врачей-женщин [2, 3], акушеров-гинекологов и врачей более молодого возраста [6]. В зависимости от частоты использования веб-сайтов для рейтингования врачей [7, 8] пользователи, имеющие разные ключевых характеристики, по-разному оценивают значимость онлайн-отзывов о врачах [9]. В качестве данных используются одновременно значение рейтинга и тексты комментариев [10]. В частности, выявлены факторы, влияющие на положительные оценки врача, связанные с его характеристиками и другими, не зависящими от него факторами.

В ряде исследований используются в качестве основы данных массивы текстов отзывов о врачах [11, 12]. Оценки врачей в социальных медиа могут дополнять информацию, предоставляемую традиционными опросами пациентов, и способствовать пониманию пациентами качества услуг, предоставляемых врачом или медицинским учреждением [13].

Анализ социальных медиа включает:

1)извлечение из различных ресурсов соответствующего контента социальных сетей [14];

2)выбор данных для прогнозного моделирования анализа настроений;

3)визуализация выводов, полученных в результате анализа [15].

Для анализа настроений на основе полученных данных можно использовать контролируемые и неконтролируемые методы [16]. Основные подходы к классификации полярности анализируемых текстов включают слово, предложение или абзацы.

В [17] рассмотрены методы интеллектуального анализа текста, в т.ч. на основе машинного обучения и онтологий, а также с использованием гибридного подхода. Показано, что не существует алгоритма, который бы работал хорошо для всех типов данных.

В [18] рассмотрены различные типы классификаторов текста, в частности: байесовский классификатор; дерево решений; K-ближайшего соседа (K-NN); метод опорных векторов (SVM); искусственная нейронная сеть (НС) на основе многослойного перцептрона; алгоритм Роккио. Общим недостатком всех алгоритмов является их низкая производительность.

В [19] рассмотрены два подхода к классификации текста: подход «Мешок слов»; сетевая классификация. Выделено 18 классов и классифицированы актуальные темы. Показано, что сетевой классификатор работал значительно лучше, чем текстовый. В [20] обсуждаются методы, позволяющие преодолеть трудности классификации коротких текстов на основе потоковых данных в социальных сетях.

В [21] предложена многомерная структура классификации текстовых документов. Показано, что классификация на основе многомерной модели категорий с использованием многомерных и иерархических классификаций превосходит плоскую классификацию.

В статье [22] предложен метод точной настройки модели, обученной с использованием некоторых известных документов, содержащих более богатую контекстную информацию.

Как показал приведённый обзор, в настоящее время не существует единого подхода к классификации текстовых ресурсов. Результаты категоризации зависят от предметной области, репрезентативности обучающей выборки и других факторов. Поэтому актуальной является задача разработки и применения интеллектуальных методов анализа отзывов об оказании медицинских услуг.

1 Модели классификации отзывов о медицинских услугах

В настоящем исследовании разработан метод классификации текстовых отзывов, полученных из социальных медиа. Результатом классификации стало распределение текстовых отзывов по следующим основаниям:

• тональность текста: положительная или отрицательная;
• объект адресации: отзыв о медицинском учреждении или о конкретном враче.

Для классификации отзывов были апробированы методы машинного обучения с использованием различных архитектур НС. В данном исследовании предложено три архитектуры НС, которые зарекомендовали себя наилучшим образом в задачах небинарной классификации текстовых данных. Эффективность предложенных алгоритмов сопоставлена с результатами классификации текстов с использованием моделей, показывающих хорошие результаты при бинарной классификации (BERT и SVM) [23, 24].

1.1 Сеть долгой краткосрочной памяти

Общая архитектура LSTM (Long Short-Term Memory) – сети, представленная на рисунке 1, состоит из следующих слоёв:

• Слой Embedding – входной слой НС, состоящий из нейронов:

$Emb=\left\{Size\left(D\right), Size\left(S_{vec}\right), L_{Sec}\right\}$, где $Size\left(D\right)$ – размер словаря в текстовых данных;

$Size\left(S_{vec}\right)$ – размер векторного пространства, в которое будут вставлены слова; $Size\left(S_{vec}\right)=32$;

$L_{Sec}$ – длина входных последовательностей, равная максимальному размеру вектора, сформированного при предобработке слов.

• Слой LSTM – рекуррентный слой НС. Включает 32 блока.
• Слой Dense – выходной слой, состоящий из четырёх нейронов. Каждый нейрон отвечает за выходной класс. Функция активации – «softmax».

 

Рисунок 1 – LSTM-сеть: общая архитектура (а), LSTM-слой (б)

 

1.2 Рекуррентная НС

Общая архитектура рекуррентной НС, представленная на рисунке 2, состоит из следующих слоёв:

• Слой Embedding – входной слой НС.
• Слой GRU – рекуррентный слой НС. Включает 16 блоков.
• Слой Dense – выходной слой, состоящий из четырёх нейронов. Функция активации – «softmax».

 

Рисунок 2 – Общая архитектура рекуррентной нейронной сети

 

1.3 Свёрточная НС

Общая архитектура свёрточной НС (Convolutional neural network, CNN), представленная на рисунке 3, состоит из следующих слоёв:

• Слой Embedding – входной слой НС.
• Слой Conv1D – свёрточный слой, необходим для глубокого обучения. С данным слоем точность классификации текстовых сообщений повышается. Функция активации – «relu».
• Слой MaxPooling1D – слой, отвечающий за уменьшение размерности сформированных карт признаков. Максимальный пул равен 2.
• Слой Dense – первый выходной слой, состоящий из 128 нейронов. Функция активации – «relu».
• Слой Dense – итоговый выходной слой, состоящий из четырёх нейронов. Функция активации – «softmax».

 

Рисунок 3 – Общая архитектура свёрточной нейронной сети

 

1.4 Использование лингвистических алгоритмов

Особенностью анализируемых текстовых отзывов является наличие элементов разных классов внутри одного отзыва. Для повышения качества классификации объединены наиболее эффективные методы машинного обучения с лингвистическими методами, которые учитывают речевые и грамматические особенности языка текста. Общая схема алгоритма классификации представлена на рисунке 4.

 

Рисунок 4 – Общая схема алгоритма классификации

 

В качестве лингвистической составляющей разработанного алгоритма принята совокупность методов предобработки, валидации и детектирования именованных сущностей (имена врачей клиники).

2 Программная реализация системы классификации текстов

В качестве модуля для лингвистического анализа текста на русском языке использовалась библиотека Natasha на Python. С помощью данной библиотеки решаются базовые задачи обработки русского языка: сегментация на токены и предложения, морфологический и синтаксический анализ, лемматизация, извлечение, нормализация и детектирование именованных сущностей. Библиотека использовалась для поиска и извлечения именованных сущностей.

Для процессов инициализации, обучения НС, а также оценки эффективности классификации использовались следующие библиотеки:

• Tensorflow – открытая программная библиотека для машинного обучения.
• Keras – библиотека глубокого обучения, представляющая высокоуровневый API на Python, способный работать поверх TensorFlow.
• Numpy – библиотека на Python, предназначенная для работы с многомерными массивами.
• Pandas – библиотека на Python, предоставляющая специальные структуры данных и операции для работы с числовыми таблицами и временными рядами.

Для обучения моделей использован Google Colab.

3 Результаты экспериментов по классификации текстовых отзывов

3.1 Набор данных

Для оценки эффективности предложенных подходов проведён ряд экспериментов по классификации текстовых отзывов о медицинских услугах клиник и врачей. В качестве исходных данных использовались текстовые отзывы агрегаторов prodoctorov.ru и infodoctor.ru.

Извлечённые данные имели следующий перечень переменных:

• city – город, в котором оставлен отзыв;
• text – текст отзыва;
• author_name – имя автора отзыва;
• date – дата написания отзыва;
• day – день написания отзыва;
• month – месяц написания отзыва;
• year – год написания отзыва;
• doctor_or_clinic - бинарная переменная (отзыв написан о враче ИЛИ о клинике);
• spec – специальность врача (для отзывов, посвящённых врачам);
• gender – пол автора отзыва;
• id – идентификационный номер отзыва.

По условиям экспериментов максимальное число слов в отзыве равно 90.

3.2 Результаты эксперимента по классификации текстовых отзывов по тональности

Для апробации алгоритмов определения тональности сформирована база из 5037 комментариев с сайта prodoctorov.ru с наличием исходной разметки по тональности и объекту применения.

В качестве алгоритма векторизации текстовых данных использовалась языковая модель RuBERT. Для бинарной классификации текста на категории (положительный или отрицательный) использовалась модель Трансформер. Соотношение обучающей и тестовой выборок составило 80/20. Результаты работы классификатора на тестовой выборке: Precision = 0,9857, Recall = 0,8909, F1-score = 0,9359. Полученные значения метрик качества работы классификатора позволяют утверждать о возможности применения данной архитектуры бинарного классификатора по тональности текста на источники данных медицинских отзывов.

На данной выборке также апробирован LSTM-классификатор (см. подраздел 1.1). Соотношение обучающей и тестовой выборок составило 80/20. Результаты классификации отзывов с сайта prodoctorov.ru с применением LSTM-сети следующие: позитивный отзыв о враче – 21%; позитивный отзыв о клинике – 54%; негативный отзыв о враче – 5%; негативный отзыв о клинике – 20%.

3.3 Эксперимент по классификации текстовых отзывов с применением различных моделей машинного обучения

Для классификации отзывов с использованием представленных в разделе 1 моделей машинного обучения использовались данные агрегатора infodoctor.ru. Преимущество этого агрегатора перед площадками (prodoctorov.ru, docdoc.ru) состоит в наличии группировки отзывов по рейтингу от одного до пяти для разных городов, что упрощает процедуру сбора данных. Выборки охватывают Москву, Санкт-Петербург и 14 других городов-миллионников России, по которым есть возможность сформировать минимально представительные выборки (не менее 1000 наблюдений в расчёте на один город), в период с июля 2012 года по август 2023 года. Всего извлечено 58246 отзывов. Примеры выбранных отзывов приведены в таблице 1 (тексты отзывов даны в оригинальном виде).

 

Таблица 1 – Примеры отзывов с сайта infodoctor.ru

№	Текст отзыва	Информация об отзыве	Класс тональности	Класс объекта применения
1	«Врач очень грубая, совершенно не имеет подход к людям, ваше заболевание её не интересует, для неё важнее пораньше уйти домой. Обращаться к такому врачу больше не хочется. Никому её не советую»	Екатерина, 13.04.2023 г., г. Москва	Отрицательный	О враче
2	«Проходил МРТ брюшной полости. Приняли меня не вовремя. Результаты по обследованию мне выдали сразу, обращусь с ними к врачу. Добираться до клиники мне было удобно. Общались со мной не очень хорошо. Не приду сюда повторно»	Камиль, 17.04.2023 г., г. Москва	Отрицательный	О клинике
3	«Все положительные отзывы составлены маркетологами, с отрицательными они всюду тщательно борются, реальные негативный отзывы пресекают. Клиника очень дорогая и ориентирована чисто на сбор денег, на ваше здоровье там всем глубоко фиолетово»	Анонимный пользователь, 10.04.2023 г.,  г. Москва	Отрицательный	О клинике
4	«В этой клинике происходит сбор денег, потому что назначают ненужно обследование и ненужные анализы - это я узнала уже, когда все начала проходить, а потом задумалась, зачем мне все это»	Арина, 2.03.2023 г., г. Москва	Отрицательный	О клинике
5	«Плохой врач. Моя проблема - сильная сухость кожи и высыпание на этой почве. ######## сказала только «её надо увлажнять» и всё. Как и чем не сказала. Рекомендации по уходу или дальнейшим действиям пришлось выпрашивать. Ничего не назначила кроме одного крема, после просьб моих»	Без имени, 11.05.2023 г., г. Москва	Отрицательный	О враче

 

Соотношение обучающей и тестовой выборок для всех применяемых алгоритмов составило 80/20. Графики, отражающие результаты классификации на обучающем и тестовом наборах данных для LSTM-, GRU- и CNN-архитектурах, представлены на рисунке 5.

 

Рисунок 5 - Результаты классификации на обучающем и тестовом наборах данных для LSTM-сети (а), GRU-сети (б) и CNN-сети (в).

 

Сравнение показателей эффективности классификации текстовых отзывов представлено в таблице 2, где: Accuracy – точность при обучении; Val_accuracy – точность при проверке; Loss – потери при обучении; Val_loss – потери при проверке. Для оценки достоверности показателей характеристик предложенных моделей на используемом наборе данных проведены эксперименты с применением SVM и RuBERT. Из таблицы 2 видно, что эти алгоритмы показали чуть меньшую эффективность.

 

Таблица 2 – Показатели эффективности классификации текстовых отзывов

Показатели	LSTM	GRU	CNN	SVM	BERT
Accuracy	0.9369	0.9309	0.9772	0.8441	0.8942
Val_accuracy	0.9253	0.9271	0.9112	0.8289	0.8711
Loss	0.1859	0.2039	0.0785	0.3769	0.1729
Val_loss	0.2248	0.2253	0.3101	0.3867	0.2266

 

Одной из особенностей анализируемых текстовых отзывов стало наличие элементов разных классов внутри одного отзыва: одно текстовое сообщение могло содержать отзыв о враче и о клинике. В связи с этим введено два класса – положительный и отрицательный отзывы о клинике и враче – и применён лингвистический метод (Ling) поиска именованных сущностей (см. подраздел 1.4). Применение данного подхода позволило повысить эффективность классификации для всех трёх архитектур искусственных НС. Результаты классификации с использованием рассмотренных алгоритмов представлены на рисунке 6.

 

Рисунок 6 - Результаты классификации с использованием рассмотренных алгоритмов

 

Лингвистический подход применялся только к тем сообщениям, которые на первом этапе НС отнесла к категории «отзыв о клинике».

Применение метода поиска именованных сущностей к текстовым сообщениям позволило повысить эффективность классификации.

Среди отзывов, неправильно классифицированных (в т.ч. с учётом применения Ling), имеется набор длинных текстовых сообщений, которые семантически могут относиться одновременно к разным классам. Это отзывы, которые:

• характеризуют клинику и врача, но без упоминания конкретного имени, что не позволяет отнести отзыв к смешанному классу;
• включают противоположные высказывания о клинике, которые касаются разных сторон её функционирования (в первую очередь могут разниться мнения об организационном сопровождении и уровне медицинского обслуживания клиник). Более глубокая категоризация отзывов о клинике позволит повысить качество классификации.

Заключение

В статье представлен метод классификации текстовых отзывов о работе медицинских учреждений, извлечённых из социальных медиаресурсов. Данный метод предполагает применение одной из архитектур искусственных НС (LSTM, CNN, GRU) для классификации отзывов на основные категории (по тональности и по объекту обращения) и лингвистического подхода с извлечением именованных сущностей.

Проведён ряд экспериментов по классификации текстовых отзывов о медицинских услугах клиник и врачей. В качестве исходных данных использовались текстовые отзывы агрегаторов prodoctorov.ru и infodoctor.ru. Проанализировано около 60 тысяч отзывов. По результатам проведённых экспериментов можно сделать следующие выводы.

• Классификация русскоязычных текстовых отзывов, извлечённых из социальных медиа, о медицинских учреждениях и врачах с использованием НС, имеет высокую эффективность при разбиении по тональности и объекту приложения. Наиболее высокую эффективность классификации показала архитектура на основе GRU (val_accuracy=0.9271).
• Применение метода поиска именованных сущностей к текстовым сообщениям позволило повысить эффективность классификации.

Авторский вклад

Калабихина И.Е. - постановка и разработка задачи исследования; Мошкин В.С. - разработка и формализация моделей и алгоритмов; Колотуша А.В. - сбор и предобработка обучающего и тестового множества; Кашин М.И. - программная реализация программной системы; Клименко Г.А. - анализ современных подходов; Казбекова З.Г. - разработка и оценка применимости алгоритмов, подготовка обучающего и тестового множества.

Об авторах

Ирина Евгеньевна Калабихина

Московский государственный университет имени М.В. Ломоносова (МГУ)

Email: ikalabikhina@yandex.ru
ORCID iD: 0000-0002-3958-6630
Scopus Author ID: 57190138890
ResearcherId: N-3625-2013

доктор экономических наук, профессор, заведующая кафедрой народонаселения Экономического факультета, главный редактор журнала «Население и экономика»

Россия, Москва

Вадим Сергеевич Мошкин

Ульяновский государственный технический университет (УлГТУ)

Автор, ответственный за переписку.
Email: v.moshkin@ulstu.ru
ORCID iD: 0000-0002-9258-4909
Scopus Author ID: 57190250573
ResearcherId: L-3578-2016

к.т.н., доцент кафедры «Информационные системы», проректор по цифровой трансформации, вице-президент Российской ассоциации искусственного интеллекта

Россия, Ульяновск

Антон Васильевич Колотуша

Московский государственный университет имени М.В. Ломоносова (МГУ)

Email: tony_kol@mail.ru
ORCID iD: 0000-0002-3089-3327
Scopus Author ID: 57223390271

кандидат экономических наук, программист 2 категории лаборатории информационно-аналитических ресурсов кафедры народонаселения Экономического факультета

Россия, Москва

Максим Игоревич Кашин

Ульяновский государственный технический университет (УлГТУ)

Email: m.kashin@ulstu.ru

студент направления 09.03.04 «Программная инженерия», младший научный сотрудник научно-исследовательского отдела Департамента научных исследований и инноваций

Россия, Ульяновск

Герман Андреевич Клименко

Московский государственный университет имени М.В. Ломоносова (МГУ)

Email: german89000@mail.ru
ORCID iD: 0000-0003-3045-7151
Scopus Author ID: 57223391224

аспирант кафедры народонаселения Экономического факультета

Россия, Москва

Зарина Германовна Казбекова

Московский государственный университет имени М.В. Ломоносова (МГУ)

Email: kazbekova.zarina@bk.ru
ORCID iD: 0000-0002-7567-3184
Scopus Author ID: 57934120000

кандидат экономических наук, научный сотрудник кафедры народонаселения Экономического факультета, выпускник аспирантуры кафедры народонаселения

Россия, Москва

Список литературы

Дополнительные файлы