基于鏈接開(kāi)放數(shù)據(jù)的醫(yī)學(xué)實(shí)體標(biāo)注.pdf

1、隨著生物醫(yī)學(xué)領(lǐng)域文本數(shù)據(jù)使用的日益頻繁,該領(lǐng)域的實(shí)體標(biāo)注方法也顯得越來(lái)越重要。實(shí)體的自動(dòng)標(biāo)注在處理很多問(wèn)題上有著關(guān)鍵而高效的作用,其中包括文本信息的抽取、純文本的自動(dòng)分類(lèi)、文本信息的提煉與總結(jié)、問(wèn)答系統(tǒng)和基于文本的知識(shí)挖掘等。盡管目前有很多關(guān)于實(shí)體標(biāo)注的方法被廣泛的運(yùn)用在生物醫(yī)學(xué)實(shí)體的抽取中,但是,它們基本都會(huì)碰到例如數(shù)據(jù)的靈活性、語(yǔ)言的相對(duì)獨(dú)立性和基于規(guī)則的詞意消歧的復(fù)雜性等問(wèn)題。
　　另一方面,隨著鏈接開(kāi)放數(shù)據(jù)的發(fā)展,越來(lái)越多

2、的開(kāi)放知識(shí)庫(kù)主動(dòng)的把自已的數(shù)據(jù)鏈接到這個(gè)龐大的數(shù)據(jù)云上。最近幾年里,互聯(lián)網(wǎng)上結(jié)構(gòu)化數(shù)據(jù)的數(shù)量迅猛增加。目前,295個(gè)不同領(lǐng)域的網(wǎng)絡(luò)數(shù)據(jù)源中擁有數(shù)以百萬(wàn)計(jì)的RDF三元組,它們甚至連語(yǔ)言都不盡相同。如此眾多的三元組所帶來(lái)的則是大量唾手可得的實(shí)體信息與錯(cuò)綜復(fù)雜但卻易于挖掘的實(shí)體間關(guān)系。所以,研究者們可以高效的從這個(gè)龐大的數(shù)據(jù)云中獲得某個(gè)特定領(lǐng)域的數(shù)據(jù)。
　　在本文中,我們提出了一個(gè)基于鏈接開(kāi)放數(shù)據(jù)的知識(shí)驅(qū)動(dòng)的方法來(lái)解決在生物醫(yī)學(xué)文獻(xiàn)中進(jìn)