基于整合文本挖掘方法的中醫(yī)證與分子生物學(xué)知識的關(guān)聯(lián)分析系統(tǒng).pdf

1、隨著人類基因組計(jì)劃(Human Genome Project)以及分子生物學(xué)、信息科學(xué)的發(fā)展，不同學(xué)科的生物醫(yī)學(xué)數(shù)據(jù)“爆炸”式增長。如何整合這些數(shù)據(jù)資源發(fā)現(xiàn)其中隱藏的知識一直是系統(tǒng)生物學(xué)研究的難點(diǎn)。傳統(tǒng)中醫(yī)學(xué)和現(xiàn)代生物醫(yī)學(xué)是完全不同的學(xué)科，是一個互補(bǔ)性知識系統(tǒng)。本文結(jié)合中醫(yī)藥文獻(xiàn)庫和Medline開展整合文本挖掘(Integrative Text Mining)，對中醫(yī)證和分子生物學(xué)進(jìn)行的關(guān)聯(lián)分析研究具有重要意義。 信息抽取是文

2、本挖掘中一項(xiàng)重要技術(shù)，是在非結(jié)構(gòu)化的自然語言文本中定位相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)單元，從而使自由文本數(shù)據(jù)成為相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)。信息抽取是文本挖掘的前期步驟和基礎(chǔ)，基于信息抽取的文本挖掘系統(tǒng)是研究趨勢所在。 本文在系統(tǒng)分析和闡述信息抽取技術(shù)的基礎(chǔ)上，結(jié)合實(shí)際應(yīng)用開展了生物醫(yī)學(xué)文本挖掘研究。在利用Bubble-bootstrapping算法抽取中文實(shí)體名稱研究的基礎(chǔ)上，對該算法進(jìn)行了必要的改進(jìn)，將其應(yīng)用到基因名稱的抽取中。通過對2000篇英文