一種非結(jié)構(gòu)化數(shù)據(jù)中醫(yī)知識抽取與關(guān)聯(lián)的方法.pdf

1、隨著計算機技術(shù)和Internet的飛速發(fā)展，數(shù)字圖書館以其便捷性和易訪問性，正日益取代傳統(tǒng)圖書館作為知識傳播中心的地位，成為新興的數(shù)據(jù)和知識中心。然而數(shù)字圖書館的海量數(shù)字化資源大多是非結(jié)構(gòu)化的，其文本信息都很難被各種應(yīng)用程序識別和直接利用，更不用說蘊含在文本中的知識了。因此，基于文本處理的知識抽取和挖掘技術(shù)已經(jīng)成為數(shù)字圖書館領(lǐng)域的一個研究熱點，并且出現(xiàn)了許多基于不同原理的技術(shù)和方法。
　　 本文主要研究了非結(jié)構(gòu)化的中醫(yī)藥書籍文本

2、的知識抽取和關(guān)聯(lián)技術(shù)，并以此實現(xiàn)了一個中醫(yī)藥信息服務(wù)系統(tǒng)。該系統(tǒng)完成了中醫(yī)藥書籍文本的知識抽取和關(guān)聯(lián)工作，同時利用抽取和整合的信息輔助讀者查閱數(shù)字圖書館中的中醫(yī)藥文獻。
　　 知識抽取是利用支持向量機的方法完成的。首先設(shè)計中醫(yī)藥知識的概念體；其次為概念體的每個內(nèi)容設(shè)置一個支持向量機：然后根據(jù)中醫(yī)藥文本的排版布局特征、用詞特征以及內(nèi)容特征等設(shè)置各個支持向量機的特征向量；最后通過組合各單個概念體內(nèi)容的抽取模式得到整個概念的抽取模式。

3、此方法有效地解決了從非結(jié)構(gòu)化文本中抽取結(jié)構(gòu)化信息的難題。
　　 知識關(guān)聯(lián)著重于中醫(yī)藥知識點之間的關(guān)系挖掘，利用目錄文件中的分類層次結(jié)構(gòu)挖掘中醫(yī)藥知識點之間的直接聯(lián)系；利用字符串匹配或文本相似度比較挖掘中醫(yī)藥知識點之間的間接聯(lián)系；利用聚類的方法挖掘方劑間的潛在聯(lián)系。
　　 本文的所提的知識抽取和關(guān)聯(lián)技術(shù)，將中醫(yī)知識從非結(jié)構(gòu)化的文本中抽取出來，以特定的結(jié)構(gòu)存儲、組織，并對各知識點進行有效的關(guān)聯(lián)，并在此基礎(chǔ)上實現(xiàn)了一個中醫(yī)藥信