向量空間模型在醫(yī)學(xué)文獻相關(guān)性研究中的應(yīng)用.pdf

1、9 9 5 5 2 0分類號塹生． 單位1 l { ：碼：1 0 1 5 9學(xué) 號：2 0 0 3 2 2 0 9 6中回鏊升失零碩士學(xué)位論文題 目：向量空間模型在醫(yī)學(xué)文獻相關(guān)性研究中的應(yīng)用T h ea p p l i c a t i o no fv e c t o rs p a c em o d e li n t h e s i m i —t a r i t y r e s e a r c ho fm e d i c a ll i t

2、 e r a t u r e研究生： 邱字紅導(dǎo) 師： 郭繼軍學(xué)科專業(yè)：一．煎塹疊魚』』盟塋論文課遙起止時間：墊墮主! 旦二! 墅主! 丑論文完成時間： 2 0 0 6 年5 月／???～～。、i 中文論著摘要 }、- ～??一～．．，向量空間模型在醫(yī)學(xué)文獻相關(guān)性研究中的應(yīng)用目 的文本相似性分析是知識管理研究的重要課題，不僅可以提高文獻檢索效率而且可以提高知識發(fā)現(xiàn)、信息分類的效率。為提高醫(yī)學(xué)文獻檢索的效率和檢索結(jié)果輸出的有效性，快速客觀地

3、為科研人員提供高信度、低冗余的參考文獻，實現(xiàn)檢索結(jié)果按相關(guān)度排序輸出，本文就基于向量空間模型的文獻相關(guān)度計算方案進行探討，提出了基于相關(guān)度的醫(yī)學(xué)文獻聚類分析，并討論了研究結(jié)果在醫(yī)學(xué)文獻檢索中的應(yīng)用。方 法選擇3 個相關(guān)課題( 環(huán)境中全氟辛烷磺酸污染物的研究、乙腦疫苗應(yīng)用及研究、骨形態(tài)構(gòu)建蛋白在肺相關(guān)疾病中作用及機制的研究) ，從M e d l i n e中檢索文獻，計算檢出文獻的相關(guān)度。相關(guān)度的計算基于向量空間模型，經(jīng)過建立索引詞詞典、

4、轉(zhuǎn)換文獻向量、計算索引詞權(quán)重、相似性度量四個步驟，得出相關(guān)度矩陣。其中建立索引詞詞典時采用兩種方法：1 ．以4 6 0 0 篇M E D L I N E 樣本文獻為總體建立詞典；2 ．以每個課題的檢出文獻為總體分別建立索引詞詞典。采用詞頻法( T F 法) 和詞頻一逆文檔頻率法( T F —I D F法) 計算索引詞權(quán)重。兩兩配對形成四種相關(guān)度算法，組1 ：樣本課題檢出文獻為總體+ T F 法；組2 ：樣本課題檢出文獻為總體+ T F