基于领域知识图谱的生命医学学科知识发现探析

被引：30

作者：

胡正银 ^{[1
,2
]}

刘蕾蕾 ^{[1
,2
]}

代冰 ^{[1
,2
]}

覃筱楚 ^{[3
,4
]}

机构：

[1] 中国科学院成都文献情报中心

[2] 中国科学院大学经济与管理学院图书情报与档案管理系

[3] 广州市再生医学与健康广东省实验室

[4] 中国科学院广州生物医药与健康研究院

来源：

数据分析与知识发现 | 2020年 / 4卷 / 11期

关键词：

学科知识发现; 知识图谱; SPO三元组; 数据融合; 实体对齐;

D O I：

暂无

中图分类号：

R-05 [医学与其他学科的关系]; G353.1 [情报资料的分析和研究];

学科分类号：

1001 ; 1205 ;

摘要：

【目的】探讨融合多源数据,开展深层次学科知识发现研究与服务的方法。【方法】通过构建科技文献SPO语义网络形成领域知识图谱的核心;通过"实体对齐、概念层次融合与关系融合"实现多源异构数据融合,生成完整领域知识图谱;基于领域知识图谱开展深层次学科知识发现;选择造血干细胞癌症治疗进行实证研究。【结果】提出一套基于知识图谱的学科知识发现方法框架KGSKD,可多维度、细粒度融合多源异构数据,定义数据间复杂语义关系,原生支持知识推理、路径发现、链路预测等知识发现应用。【局限】KGSKD存在容易出现数据过饱和、知识发现过程可解释性较差、与领域专家沟通难度较高等局限。【结论】KGSKD具有数据类型更丰富、知识关联更全面、挖掘方法更先进、发现结果更深入等优势,可更有效地支持生命医学学科深层次知识发现研究与服务。

引用

页码：1 / 14

页数：14

共 30 条

[1] 科技大数据知识图谱构建方法及应用研究综述 [J].