基于語義關系和鏈接分析的疾病知識提取研究.pdf

1、近年來，生物醫(yī)學領域的在線文獻數(shù)量呈指數(shù)增長，大量的文獻查詢費時費力，無法高效地提供給用戶所需的生物醫(yī)學信息。信息檢索技術和信息抽取技術在生物醫(yī)學領域的應用，極大地促進了傳統(tǒng)生物醫(yī)學文獻查詢方式的變革。信息檢索技術的應用為生物醫(yī)學文獻的搜索提供了便利，例如在線生物醫(yī)學資源庫PubMed，可以根據(jù)輸入的查詢語句檢索到相關主題的文獻返回給用戶。然而，信息檢索技術需要給出適當?shù)牟樵冊~，并且查詢后返回的文獻依然很多。信息抽取技術在一定程度上解決

2、了文獻閱讀數(shù)量巨大的問題，對特定主題進行信息提取，給用戶提供文獻的文本摘要。本文基于語義網(wǎng)絡，利用信息抽取技術對生物醫(yī)學文獻進行知識提取，并以網(wǎng)絡圖的形式將特定主題提取得到的語義知識網(wǎng)絡呈現(xiàn)出來。
　　本文基于顯著信息提取算法，從疾病相關的語義網(wǎng)絡數(shù)據(jù)集中抽取與疾病相關的基因、藥物以及基因和藥物之間的關系。顯著信息提取算法得到疾病相關的單層語義網(wǎng)絡提取結(jié)果，并實現(xiàn)了疾病知識提取可視化系統(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提取方法。實驗應用一種新的顯著信息提取算法KM，對特定疾病的基因數(shù)據(jù)集中的語義類型和關系謂詞進行提取，得到與主題直接相關的基因。顯著信息提取算法得到的疾病和基因的提取結(jié)果作為第一層關系，利用深度搜索得到疾病與基因之間的深層關系，并通過隨機游走RRW的轉(zhuǎn)移概率矩陣對深層關系網(wǎng)絡進行過濾，最終得到疾病知識網(wǎng)絡可視化呈現(xiàn)?；阪溄臃治龅纳顚又R提取方法在三種疾病數(shù)據(jù)上進行了推廣和應用。實驗結(jié)果表明，該方法在疾病知