基于语义资源的生物医学文献知识发现研究

被引：7

作者：

李宗耀 ^{[1
]}

杨志豪 ^{[1
]}

吴晓芳 ^{[1
]}

林鸿飞 ^{[1
]}

宫本东 ^{[2
]}

王健 ^{[1
]}

机构：

[1] 大连理工大学计算机科学与技术学院

[2] 中国烟草总公司大连市公司

来源：

中文信息学报 | 2016年 / 01期

关键词：

隐含知识发现; 共现; 语义关系;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

目前,生物医学文献的数量正在呈指数的方式快速增长,这些文献中隐含着大量有用的信息,挖掘这些文献可以形成医学假设。但传统的基于简单共现的方法会产生大量的目标词,导致很难发现有用的假设。该文提出了一种基于语义资源的方法,利用SemRep工具抽取句子内实体之间的关系,结合语义类型、概念的信息量以及关联规则对连接词、目标词进行过滤,并根据统计量信息对目标词进行排序。通过对Swanson发现的经典病例进行验证,实验结果表明该方法取得很好的效果。

引用

页码：176 / 182

页数：7

共 5 条

[1]

A graph-based recovery and decomposition of Swanson’s hypothesis using semantic predications[J] Delroy Cameron;Olivier Bodenreider;Hima Yalamanchili;Tu Danh;Sreeram Vallabhaneni;Krishnaprasad Thirunarayan;Amit P. Sheth;Thomas C. Rindflesch Journal of Biomedical Informatics 2012,

[2]

Using statistical and knowledge-based approaches for literature-based discovery[J] Meliha Yetisgen-Yildiz;Wanda Pratt Journal of Biomedical Informatics 2006,

[3]

Text mining: Generating hypotheses from MEDLINE[J] PadminiSrinivasan J. Am. Soc. Inf. Sci. 2004,

[4]

Using concepts in literature‐based discovery: Simulating Swanson's Raynaud–fish oil and migraine–magnesium discoveries[J] MarcWeeber;HennyKlein;Lolkje T.W.de Jong‐van den Berg;ReinVos J. Am. Soc. Inf. Sci. 2001,

[5]

An intrinsic information content metric for semantic similarity in WordNet SECO N;VEALE T;HAYES J; Proceedings of the 16th European Conference on Artificial Intelligence 2004,

← 1 →