基于本體的文本挖掘結(jié)果的存儲(chǔ)與表現(xiàn).pdf

1、目的：隨著基因組學(xué)、蛋白組學(xué)、代謝組學(xué)的研究發(fā)展，生物醫(yī)學(xué)文獻(xiàn)數(shù)量迅猛增長(zhǎng)，如何在如此數(shù)量龐雜的文獻(xiàn)中準(zhǔn)確快捷得找到我們需要的信息？文本挖掘的出現(xiàn)為我們提供了這種可能。如何對(duì)文本挖掘得到的語義信息(如規(guī)則等)進(jìn)行合理的表示和有效的組織，并為以后使用(如推理等)打下基礎(chǔ)，成為文本挖掘后進(jìn)一步關(guān)切的問題。隨著對(duì)本體認(rèn)識(shí)的深入，本體在知識(shí)概念表示和知識(shí)組織方面的優(yōu)勢(shì)日益突顯出來。用本體表示領(lǐng)域知識(shí)，是對(duì)豐富多彩的領(lǐng)域現(xiàn)象的抽象。因此，面對(duì)文本

2、挖掘后得到的模式或知識(shí)如何有效的表達(dá)這一問題，利用本體方法建立領(lǐng)域的概念體系無疑是一種新的嘗試。本文的主要目的便是嘗試將文本挖掘得到的語義信息用本體這一概念模型進(jìn)行存儲(chǔ)和表達(dá)。 方法：本研究以《醫(yī)學(xué)主題詞樹狀結(jié)構(gòu)表》中A大類—解剖類(anatomy category)、C大類—疾病類(diseases category)、G大類—生物科學(xué)類(biological sciences category)主題詞為研究對(duì)象，以MEDLI

3、NE數(shù)據(jù)庫(kù)中A大類，C大類，G大類主題詞相關(guān)文獻(xiàn)為樣本，用高頻主題詞共詞聚類分析方法提取文獻(xiàn)中主題詞之間的二維關(guān)聯(lián)規(guī)則；以腫瘤領(lǐng)域?yàn)槔?，選取涉及腫瘤領(lǐng)域的相關(guān)規(guī)則，返回MEDLINE數(shù)據(jù)庫(kù)，通過檢索，得出規(guī)則所表達(dá)的具體的概念間的關(guān)系；將概念間的關(guān)系用本體這一概念模型進(jìn)行組織和表達(dá)，構(gòu)建腫瘤主題領(lǐng)域的概念體系結(jié)構(gòu)。 結(jié)果：本研究對(duì)解剖類、疾病類、生物科學(xué)類相關(guān)的語義關(guān)系進(jìn)行提取后，共生成解剖類的規(guī)則202條，生物科學(xué)類的規(guī)則10