基于主題詞關(guān)聯(lián)規(guī)則的實體間語義關(guān)系抽取——以藥物副作用引起疾病為例.pdf

1、目的：
　　 隨著生物醫(yī)學(xué)研究的飛速發(fā)展,生物醫(yī)學(xué)文獻正在以指數(shù)增長,關(guān)系抽取可以幫助生物醫(yī)學(xué)研究者解決信息過載的問題。目前許多學(xué)者利用動詞提取生物醫(yī)學(xué)實體間的關(guān)系。本研究嘗試尋找一種自動地客觀提取語義關(guān)系動詞的方法。
　　 本文以阿司匹林副作用為研究主題,搜集數(shù)據(jù)庫中與主題詞關(guān)聯(lián)規(guī)則相對應(yīng)的文獻記錄,采用基于共現(xiàn)和自然語言處理的方法客觀地提取文獻中表達生物醫(yī)學(xué)實體間語義關(guān)系的動詞。最后嘗試將這些動詞應(yīng)用到信息抽取等相關(guān)

2、的研究領(lǐng)域,并對動詞應(yīng)用的效果進行評價及統(tǒng)計學(xué)檢驗,以檢驗提取動詞的有效性、可靠性和實用性。
　　 材料與方法：
　　 根據(jù)已經(jīng)驗證的藥物副作用引起疾病的主題詞關(guān)聯(lián)規(guī)則,制定檢索策略Aspirin/adverseeffects[majr]ANDGastrointestinalHemorrhage/chemicallyinduced[majr],在PubMed數(shù)據(jù)庫中檢索并下載阿司匹林引起胃腸道出血的相關(guān)文獻。利用Meta

3、Map對在PubMed數(shù)據(jù)庫檢索到的文獻進行自然語言處理,將文獻題目和摘要中的自然語言文本映射到UMLS超級敘詞表中的醫(yī)學(xué)概念。利用自編的文本挖掘軟件處理MetaMap返回的結(jié)果,找出Aspirin和疾病共現(xiàn)的句子。利用StanfordParser軟件對抽取出來的句子進行句法分析,生成句法分析樹。利用Tregex軟件人工從StanfordParser生成的句法分析樹中提取動詞。最終獲得了表示藥物副作用引起疾病的語義關(guān)系動詞。選取地高辛作

4、為主題嘗試?yán)锰崛〕龅膭釉~進行信息抽取,并將其與利用主題詞關(guān)聯(lián)規(guī)則進行信息抽取的方法進行比較。最后對動詞應(yīng)用的效果進行評價及統(tǒng)計學(xué)檢驗,檢驗提取動詞的有效性、可靠性和實用性。
　　 結(jié)果：
　　 截止到2011年4月22日在PubMed數(shù)據(jù)庫中共檢索出318篇阿司匹林引起胃腸道出血的文獻。利用MetaMap對文獻進行自然語言處理后,采用自編的文本挖掘軟件共抽取出440個阿司匹林和疾病相關(guān)語義類型概念共現(xiàn)的句子和286阿司

5、匹林和胃腸道出血相關(guān)疾病概念共現(xiàn)的句子。對共現(xiàn)句子進行句法分析并抽取出其中的動詞,綜合兩種方法的特點,最后共提取出30個表示藥物副作用與疾病關(guān)系的動詞。
　　 利用這30個動詞進行信息抽取,共抽取出293個Digoxin、疾病相關(guān)語義類型和動詞三者共現(xiàn)的句子,119個相關(guān)的疾病概念?；谥黝}詞關(guān)聯(lián)規(guī)則的方法共提取出120個與Digoxin/adverseeffects共現(xiàn)的副主題詞為chemicallyinduced的疾病類主題

6、詞。根據(jù)藥品說明書及《藥典》中記載的有關(guān)地高辛副作用的信息,對兩種方法提取的疾病進行評價。利用動詞共現(xiàn)和利用主題詞共現(xiàn)所抽取出的正確疾病數(shù)分別是94個、87個,兩個方法所得到的正確疾病名稱總和為143個,兩種方法的相對查全率分別是94/143(65.73%)、87/143(60.84%);準(zhǔn)確率分別是94/119(78.99%)、87/120(72.50%)。統(tǒng)計學(xué)檢驗結(jié)果表明兩種方法沒有顯著性差異。
　　 結(jié)論：
　　

7、 通過對阿司匹林引起胃腸道出血的相關(guān)文獻進行挖掘分析,我們得出:
　　 (一)本研究基于主題詞關(guān)聯(lián)規(guī)則提取語義關(guān)系動詞的方法是可行的。
　　 利用已經(jīng)經(jīng)過驗證的主題詞關(guān)聯(lián)規(guī)則(藥物/副作用AND疾病/化學(xué)誘導(dǎo))搜集文獻,然后采用基于共現(xiàn)和自然語言處理的方法,可以客觀地提取文獻中表達藥物與疾病間語義關(guān)系的動詞。
　　 此外,本文提取動詞的方法更具有針對性,提取出的動詞能更準(zhǔn)確地表達某些特定的生物醫(yī)學(xué)實體間的關(guān)系。<