基于語義的生物醫(yī)學(xué)文獻(xiàn)隱含知識(shí)發(fā)現(xiàn)的算法研究.pdf

1、隨著生物醫(yī)學(xué)領(lǐng)域的快速發(fā)展，積累了海量的文本數(shù)據(jù)。為了對(duì)這些信息進(jìn)行有效地知識(shí)發(fā)現(xiàn)，文本挖掘技術(shù)越來越受到人們的關(guān)注。然而，傳統(tǒng)的文本挖掘方法應(yīng)用在生物醫(yī)學(xué)文本數(shù)據(jù)中存在著很多的不足，例如傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法無法識(shí)別文本中共現(xiàn)詞之間的重要聯(lián)系，同時(shí)也不能利用文檔本身的語義信息等。 本文依據(jù)Swanson教授提出的基于文獻(xiàn)的知識(shí)發(fā)現(xiàn)的理論，結(jié)合生物本體技術(shù)，對(duì)非相關(guān)文獻(xiàn)的隱含知識(shí)發(fā)現(xiàn)的文本挖掘算法，進(jìn)行了研究和改進(jìn)。論文工作的主要

2、成果包括以下幾個(gè)方面： 1.首先從理論上介紹了Swanson的基于文獻(xiàn)的知識(shí)發(fā)現(xiàn)過程，分析了現(xiàn)有方法的特點(diǎn)和不足。同時(shí)對(duì)本文提出的算法所涉及的文本挖掘技術(shù)、生物本體的相關(guān)知識(shí)進(jìn)行了介紹。 2.分析了傳統(tǒng)的基于支持度-置信度的關(guān)聯(lián)規(guī)則挖掘應(yīng)用于文本數(shù)據(jù)的不足，提出了一種結(jié)合統(tǒng)計(jì)學(xué)中X2檢驗(yàn)的關(guān)聯(lián)規(guī)則挖掘，并通過實(shí)驗(yàn)進(jìn)行驗(yàn)證。 3.在Swanson的理論基礎(chǔ)上，提出了新的基于語義的生物醫(yī)學(xué)文獻(xiàn)隱含知識(shí)發(fā)現(xiàn)的算法。在大