医学本体和医学知识获取的研究

在人工智能的研究领域,本体论是一种科学理论,它能描述解释并预测知识的一些元特性。本体是对客观存在的概念和关系的显式描述,是对于概念化(Conceptualizaion)的明确表达。本体论已经成为知识工程领域中的一种有效的理论指导和实践工具。 本文从本体论出发,阐述了医学领域本体(Medicine-Specific Ontologies),在医学领域本体的基础上进行了国家基础知识设施(NKI)的子集---医学知识库(NKIMed)的研制。研究了医学本体中的类结构设计、从文本知识中获取医学知识的方法以及从半结构化文本中自动获取知识的方法。我们建立了52个医学概念类,整理出了1691种医学属性和107条医学关系。并利用这些概念类获取到554个临床检验指标的知识,以及19595个医学概念的知识。共计78012条医学知识。同时,我们获取了相应的医学公理共812条,并用这些公理对医学知识进行一致性分析和知识推理。 在研究过程中,我们总结了医学知识表示的特殊处理方法,以及医学本体的设计特点,从结构上保证所获取的医学知识具有很好的共享性及可复用性,从而提高了知识的可操作性。在知识库的分析方面,提出了用公理进行知识库一致性分析的观点和方法,并设计了相应的知识库中知识的一致性分析算法。与此同时,还提出了对知识库中的公理的一致性分析算法。 在知识获取方面,提出了知识获取主体以及知识获取模板用于半结构化文本的自动知识获取,总结了大量的医学知识获取主体和医学知识获取模板。并提出了上下文相关文法的处理策略以及相对知识匹配度和概念语义判定算法用以解决知识获取过程中知识获取主体的冲突。 最后本文介绍了医学知识库在智能教学系统和语音处理中的应用,并指出存在的问题和今后的研究方向。