基于語(yǔ)義關(guān)系和鏈接分析的疾病知識(shí)提取研究.pdf

1、近年來，生物醫(yī)學(xué)領(lǐng)域的在線文獻(xiàn)數(shù)量呈指數(shù)增長(zhǎng)，大量的文獻(xiàn)查詢費(fèi)時(shí)費(fèi)力，無(wú)法高效地提供給用戶所需的生物醫(yī)學(xué)信息。信息檢索技術(shù)和信息抽取技術(shù)在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用，極大地促進(jìn)了傳統(tǒng)生物醫(yī)學(xué)文獻(xiàn)查詢方式的變革。信息檢索技術(shù)的應(yīng)用為生物醫(yī)學(xué)文獻(xiàn)的搜索提供了便利，例如在線生物醫(yī)學(xué)資源庫(kù)PubMed，可以根據(jù)輸入的查詢語(yǔ)句檢索到相關(guān)主題的文獻(xiàn)返回給用戶。然而，信息檢索技術(shù)需要給出適當(dāng)?shù)牟樵冊(cè)~，并且查詢后返回的文獻(xiàn)依然很多。信息抽取技術(shù)在一定程度上解決

2、了文獻(xiàn)閱讀數(shù)量巨大的問題，對(duì)特定主題進(jìn)行信息提取，給用戶提供文獻(xiàn)的文本摘要。本文基于語(yǔ)義網(wǎng)絡(luò)，利用信息抽取技術(shù)對(duì)生物醫(yī)學(xué)文獻(xiàn)進(jìn)行知識(shí)提取，并以網(wǎng)絡(luò)圖的形式將特定主題提取得到的語(yǔ)義知識(shí)網(wǎng)絡(luò)呈現(xiàn)出來。
　　本文基于顯著信息提取算法，從疾病相關(guān)的語(yǔ)義網(wǎng)絡(luò)數(shù)據(jù)集中抽取與疾病相關(guān)的基因、藥物以及基因和藥物之間的關(guān)系。顯著信息提取算法得到疾病相關(guān)的單層語(yǔ)義網(wǎng)絡(luò)提取結(jié)果，并實(shí)現(xiàn)了疾病知識(shí)提取可視化系統(tǒng)。
　　本文在顯著信息提取算法啟發(fā)下提

3、出了一種基于鏈接分析的深層知識(shí)提取方法。實(shí)驗(yàn)應(yīng)用一種新的顯著信息提取算法KM，對(duì)特定疾病的基因數(shù)據(jù)集中的語(yǔ)義類型和關(guān)系謂詞進(jìn)行提取，得到與主題直接相關(guān)的基因。顯著信息提取算法得到的疾病和基因的提取結(jié)果作為第一層關(guān)系，利用深度搜索得到疾病與基因之間的深層關(guān)系，并通過隨機(jī)游走RRW的轉(zhuǎn)移概率矩陣對(duì)深層關(guān)系網(wǎng)絡(luò)進(jìn)行過濾，最終得到疾病知識(shí)網(wǎng)絡(luò)可視化呈現(xiàn)。基于鏈接分析的深層知識(shí)提取方法在三種疾病數(shù)據(jù)上進(jìn)行了推廣和應(yīng)用。實(shí)驗(yàn)結(jié)果表明，該方法在疾病知